13

我正在尝试使用随机森林分类在 R 中构建模型。（通过 Ned Horning 编辑代码）我首先使用randomForestpackage 但后来 found ranger，它承诺更快的计算。

起初，我使用下面的代码在拟合模型后获得每个类的预测概率randomForest：

predProbs <- as.data.frame(predict(randfor, imageBlock, type='prob'))

这里的概率类型如下：

我们在模型中有 500 棵树，其中 250 棵表示观察结果为 1 类，因此概率为 250/500 = 50%

在ranger，我意识到没有type = 'prob'选择。

我搜索并尝试了一些调整，但没有任何进展。我需要一个包含上面提到的概率的对象ranger。

有人可以就这个问题提供一些建议吗？

4

1 回答 1

14

您需要训练“概率分类器”类型的ranger对象：

library("ranger")
iris.ranger = ranger(Species ~ ., data = iris, probability = TRUE)

此对象在函数中使用时计算矩阵 (n_samples, n_classes) predict.ranger：

probabilities = predict(iris.ranger, data = iris)$predictions
于 2019-04-13T06:34:38.113 回答