在R中，如何使用boosted决策树进行分类？
在R中，如何使用boosted决策树进行分类？
提问于 2018-09-23 06:55:15
我对R比较陌生。我已经找到了使用带袋子的树(随机森林)运行分类的方法，以及使用boosting运行回归(gbm)的方法，但我正在寻找的是使用boosting进行分类。
假设当目标变量由0和1组成，并且当您将Bernoulli设置为函数时，gbm能够做到这一点--但是，我得到的结果仍然指向正在使用的回归。
任何帮助都将不胜感激。
回答 2
Stack Overflow用户
发布于 2018-09-23 16:01:35
如果您在插入符号包中使用xgboost，则可能还必须同时更改objective = binary:logistic和eval_metric =以反映您的分类需求。
Stack Overflow用户
发布于 2018-09-23 12:10:30
如果将预测值转换为0和1，就会变成分类。例如，使用round()。也就是说，使用0.5的阈值。但是，还有更复杂的方法来寻找最佳阈值。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/52461556
复制相关文章
相似问题
腾讯云开发者
