- 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?
我正在尝试运行一个简单的 GBM 分类模型来对随机森林和 SVM 的性能进行基准测试,但我无法让模型正确评分。它没有抛出错误,但预测都是 NaN。我正在使用来自 mlbench
的乳腺癌数据.这是代码:
library(gbm)
library(mlbench)
library(caret)
library(plyr)
library(ada)
library(randomForest)
data(BreastCancer)
bc <- BreastCancer
rm(BreastCancer)
bc$Id <- NULL
bc$Class <- as.factor(mapvalues(bc$Class, c("benign", "malignant"), c("0","1")))
index <- createDataPartition(bc$Class, p = 0.7, list = FALSE)
bc.train <- bc[index, ]
bc.test <- bc[-index, ]
model.gbm <- gbm(Class ~ ., data = bc.train, n.trees = 500)
pred.gbm <- predict(model.gbm, bc.test.ind, n.trees = 500, type = "response")
任何人都可以帮助我做错什么吗?另外,我是否必须转换预测函数的输出?我读过这似乎是 GBM 预测的问题。谢谢。
最佳答案
我在将因子变量赋予 gbm
时遇到了问题前。您可以强制 Class
变量是字符类型而不是因子,应该这样做。
bc$Class <- as.factor(mapvalues(bc$Class, c("benign", "malignant"), c("0","1")))
bc$Class <- as.character(bc$Class)
bc.test
(不是
bc.test.ind
)在
predict
.
> summary(pred.gbm)
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.222 0.222 0.231 0.346 0.573 0.579
set.seed()
之前设置一个种子(例如使用
createDataPartition()
) .否则每次运行代码时都会得到不同的训练和测试集。
关于r - GBM 模型生成 NA 结果,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21198007/
背景 gbm 包 的引用手册指出,interact.gbm 函数计算 Friedman 的 H 统计量以评估变量相互作用的强度。 H 统计量的范围为 [0-1]。 dismo 包的引用手册没有引用任何
修改梯度提升,我注意到 R 的 gbm 包在一个最小的示例中产生与 h2o 不同的结果。为什么? 数据 library(gbm) library(h2o) h2o.init() train <- da
有没有办法将 gbm 模型导出到 C++。具体来说,我如何调用 predict.gbm 函数在 R 之外运行以便对新数据集进行评分。 我已将模型导出为 PMML 文件,但我不确定新数据集将如何基于 P
我正在尝试运行 GradientBoostingClassifier()在 gridsearchcv 的帮助下。 对于每个参数组合,我还需要表格格式的“精确度”、“召回率”和准确性。 这是代码: sc
我希望使用 GBM包进行逻辑回归,但它给出的答案略超出 0-1 范围。我已经尝试了 0-1 预测的建议分布参数( bernoulli 和 adaboost ),但这实际上比使用 gaussian 更糟
我遇到了一个奇怪的问题。我已在笔记本电脑上成功运行此代码,但是当我尝试首先在另一台计算机上运行它时,我收到此警告未指定分布,假设伯努利...,这是我所期望的,但随后出现此错误:object$var.l
我正在尝试使用 R 中的 gbm.more 函数。为了清楚起见,我使用了规范的虹膜数据。当我指定 distribution="multinomial"时,下面的代码不起作用,但是当我指定 distri
我使用了gbm函数来实现梯度提升。我想进行分类。之后,我使用 varImp() 函数在梯度提升建模中打印变量重要性。但是......只有 4 个变量具有非零重要性。我的大数据里有371个变量....对
类似的问题是 asked但是答案中的链接指向随机森林示例,在我的情况下似乎不起作用。 这是我正在尝试做的一个例子: gbmGrid <- expand.grid(interaction.depth
为分类问题运行 gbm 函数时。我收到以下错误: Error in res[flag, ] 0.5,1,0) table(pred,df$Group) pred 0 1 0 98
我使用 R 包 GBM 作为预测建模的首选。这个算法有很多很棒的东西,但一个“坏”是我不能轻易地使用模型代码来对 R 之外的新数据进行评分。我想编写可以在 SAS 或其他系统中使用的代码(我将从SAS
我正在解决一个多类分类问题并尝试使用广义提升模型(R 中的 gbm 包)。我面临的问题:插入符号 train功能与 method="gbm"似乎不能正确处理多类数据。下面给出一个简单的例子。 libr
我正在尝试使用 Friedman 和 Popescu 2008 https://projecteuclid.org/euclid.aoas/1223908046 中描述的方法确定 gbm 模型中的哪些
我有一个相当小的数据集(162,000 个观察值,13 个属性)我正在尝试使用 h2o.GBM 进行建模。响应变量是具有大量级别的分类变量(~ 20,000 个级别)该模型没有耗尽内存或给出任何错误,
是否可以绘制部分依赖图来显示类概率并估计预测变量对 GBM 的影响?模型?类似于 randomForest 包中的 partialPlot。 根据 this article ,部分情节可以用 gbm
我使用提前停止和设置 ntrees=10000 在水中训练了 GBM。我想检索模型中实际存在的树木数量。但是,如果我调用 model.params['ntrees'] (其中 model 是网格搜索中
我正在尝试使用 caret在 R 中打包用于具有用户定义的性能指标的多个嵌套交叉验证过程。我遇到了各种各样的问题,所以我回过头来看看是否有更多开箱即用的 caret 的问题。看来我遇到了一个。 如果我
在传统的GBM中,我们可以使用 Predict.gbm(模型, newsdata=..., n.tree=...) 这样我就可以将测试数据的结果与不同数量的树进行比较。 在h2o.gbm中,虽然有n.
我对 light gbm 使用了自定义指标,但提前停止了对数损失的工作,这是目标函数,我如何解决这个问题或更改提前停止以适用于评估指标。 def evaluate_macroF1_lgb(truth,
R gbm 中的 weights 参数是什么?功能?它是否实现了成本敏感随机梯度提升? 最佳答案 您可能已经阅读过本文,但文档说 weights 参数是这样定义的: an optional vecto
我是一名优秀的程序员,十分优秀!