- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
TL;博士:
我可以在原始版本中标记一些内容 randomForest
调用以避免重新运行 预测
函数来获取预测的分类概率,而不仅仅是可能的类别?
详细信息:
我正在使用randomForest包。
我有一个类似的模型:
model <- randomForest(x=out.data[train.rows, feature.cols],
y=out.data[train.rows, response.col],
xtest=out.data[test.rows, feature.cols],
ytest=out.data[test.rows, response.col],
importance= TRUE)
其中 out.data
是一个数据框,feature.cols
是数字和分类特征的混合,而 response.col
是一个 TRUE
/FALSE
二进制变量,我强制将其放入 factor
中,以便 randomForest
模型能够正确地将其视为分类变量.
一切运行良好,并且变量model
已正确返回给我。但是,我似乎找不到要传递给 randomForest
函数的标志或参数,以便将 model
与概率 TRUE
或 FALSE
。相反,我得到的只是预测值。也就是说,如果我查看 model$predicted
,我会看到类似以下内容:
FALSE
FALSE
TRUE
TRUE
FALSE
.
.
.
相反,我想看到类似的内容:
FALSE TRUE
1 0.84 0.16
2 0.66 0.34
3 0.11 0.89
4 0.17 0.83
5 0.92 0.08
. . .
. . .
. . .
我可以得到上述内容,但为了做到这一点,我需要执行以下操作:
tmp <- predict(model, out.data[test.rows, feature.cols], "prob")
[test.rows
捕获模型测试期间使用的行号。此处未显示详细信息,但很简单,因为测试行 ID 输出到 model
中。]
然后一切正常。 问题是模型很大,运行时间很长,甚至预测本身也需要一段时间。由于预测应该完全没有必要(我只是想计算测试数据集上的 ROC 曲线,该数据集应该已经计算过),我是希望能跳过这一步。 我可以在原始版本中标记一些内容 randomForest
调用以避免重新运行 预测
函数?
最佳答案
model$predicted
与 predict()
返回的内容不相同。如果您想要 TRUE
或 FALSE
类的概率,则必须运行 predict()
,或传递 x,y,xtest ,ytest
就像
randomForest(x,y,xtest=x,ytest=y),
其中x=out.data[, feature.cols], y=out.data[, response.col]
。
model$predicted
根据每个记录的 model$votes
中哪个类具有较大值来返回类。 投票
,正如 @joran 指出的那样,是来自随机森林的 OOB(袋外)“投票”的比例,只有在 OOB 样本中选择记录时才计算投票。另一方面,predict()
根据所有树的投票返回每个类别的真实概率。
使用randomForest(x,y,xtest=x,ytest=y)
功能与传递公式或简单randomForest(x,y)
功能略有不同,如上面给出的例子。 randomForest(x,y,xtest=x,ytest=y)
将返回每个类别的概率,这可能听起来有点奇怪,但可以在 model$test$votes< 下找到
,以及 model$test$predicted
下的预测类,它只是根据 model$test$votes
中哪个类具有较大值来选择类。此外,当使用randomForest(x,y,xtest=x,ytest=y)
时,model$predicted
和model$votes
具有相同的定义如上。
最后,请注意,如果使用randomForest(x,y,xtest=x,ytest=y)
,那么,为了使用predict()函数,keep.forest标志应该设置为 TRUE。
model=randomForest(x,y,xtest=x,ytest=y,keep.forest=TRUE).
prob=predict(model,x,type="prob")
prob
WILL 等同于 model$test$votes
,因为测试数据输入都是 x
。
关于r - 使用R中的randomForest包,如何从分类模型中获取概率?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25715502/
我需要将文本放在 中在一个 Div 中,在另一个 Div 中,在另一个 Div 中。所以这是它的样子: #document Change PIN
奇怪的事情发生了。 我有一个基本的 html 代码。 html,头部, body 。(因为我收到了一些反对票,这里是完整的代码) 这是我的CSS: html { backgroun
我正在尝试将 Assets 中的一组图像加载到 UICollectionview 中存在的 ImageView 中,但每当我运行应用程序时它都会显示错误。而且也没有显示图像。 我在ViewDidLoa
我需要根据带参数的 perl 脚本的输出更改一些环境变量。在 tcsh 中,我可以使用别名命令来评估 perl 脚本的输出。 tcsh: alias setsdk 'eval `/localhome/
我使用 Windows 身份验证创建了一个新的 Blazor(服务器端)应用程序,并使用 IIS Express 运行它。它将显示一条消息“Hello Domain\User!”来自右上方的以下 Ra
这是我的方法 void login(Event event);我想知道 Kotlin 中应该如何 最佳答案 在 Kotlin 中通配符运算符是 * 。它指示编译器它是未知的,但一旦知道,就不会有其他类
看下面的代码 for story in book if story.title.length < 140 - var story
我正在尝试用 C 语言学习字符串处理。我写了一个程序,它存储了一些音乐轨道,并帮助用户检查他/她想到的歌曲是否存在于存储的轨道中。这是通过要求用户输入一串字符来完成的。然后程序使用 strstr()
我正在学习 sscanf 并遇到如下格式字符串: sscanf("%[^:]:%[^*=]%*[*=]%n",a,b,&c); 我理解 %[^:] 部分意味着扫描直到遇到 ':' 并将其分配给 a。:
def char_check(x,y): if (str(x) in y or x.find(y) > -1) or (str(y) in x or y.find(x) > -1):
我有一种情况,我想将文本文件中的现有行包含到一个新 block 中。 line 1 line 2 line in block line 3 line 4 应该变成 line 1 line 2 line
我有一个新项目,我正在尝试设置 Django 调试工具栏。首先,我尝试了快速设置,它只涉及将 'debug_toolbar' 添加到我的已安装应用程序列表中。有了这个,当我转到我的根 URL 时,调试
在 Matlab 中,如果我有一个函数 f,例如签名是 f(a,b,c),我可以创建一个只有一个变量 b 的函数,它将使用固定的 a=a1 和 c=c1 调用 f: g = @(b) f(a1, b,
我不明白为什么 ForEach 中的元素之间有多余的垂直间距在 VStack 里面在 ScrollView 里面使用 GeometryReader 时渲染自定义水平分隔线。 Scrol
我想知道,是否有关于何时使用 session 和 cookie 的指南或最佳实践? 什么应该和什么不应该存储在其中?谢谢! 最佳答案 这些文档很好地了解了 session cookie 的安全问题以及
我在 scipy/numpy 中有一个 Nx3 矩阵,我想用它制作一个 3 维条形图,其中 X 轴和 Y 轴由矩阵的第一列和第二列的值、高度确定每个条形的 是矩阵中的第三列,条形的数量由 N 确定。
假设我用两种不同的方式初始化信号量 sem_init(&randomsem,0,1) sem_init(&randomsem,0,0) 现在, sem_wait(&randomsem) 在这两种情况下
我怀疑该值如何存储在“WORD”中,因为 PStr 包含实际输出。? 既然Pstr中存储的是小写到大写的字母,那么在printf中如何将其给出为“WORD”。有人可以吗?解释一下? #include
我有一个 3x3 数组: var my_array = [[0,1,2], [3,4,5], [6,7,8]]; 并想获得它的第一个 2
我意识到您可以使用如下方式轻松检查焦点: var hasFocus = true; $(window).blur(function(){ hasFocus = false; }); $(win
我是一名优秀的程序员,十分优秀!