对于我用Y=0 =‘new.data’创建的树模型，在给定方法(X1=4，X2=4，X3=4)的情况下，我如何找到获得泊松结果的概率？+ X2 + X3, data = data, method = 'poisson', control = rpart.control(cp = 1.1034e-02))pred.y.nb<-pr
浏览 10提问于2018-07-28得票数 0
我一直在使用rpart训练一个具有二元响应的有监督的决策树模型。结果的问题是，一些特征以非单调的方式被多次拆分。我更喜欢每个特征被拆分一次，并以二进制的方式进行。有没有办法在R中做到这一点？假设我对根据SAT成绩预测大学辍学率感兴趣。那么R中的树或rpart包可能会给出以下模型：
1.SAT <= 90
浏览 2提问于2013-12-28得票数 2
我没有找到一个清晰的解释，说明predict_proba()输出的概率是如何计算出来的。
例如，在随机森林中，我知道它反映了属于这个类别的样本在所有树木的相关叶子中所占比例的平均值。但是，在XGBoost中，我无法理解文档或代码中的计算。不是应该给每棵树不同的重量吗？
浏览 0提问于2017-03-19得票数 6
我正在使用星火1.5.0 MLlib中的随机森林进行两类分类.我想得到每个树节点中每个类的记录数。有办法这样做吗？非常感谢您的帮助！
浏览 7提问于2016-03-11得票数 3
回答已采纳
1回答
每一行由4个以布尔值表示的列(特性)组成。第5列表示类，它还接受布尔值。下面是一个例子(它们几乎是随机的)：0,1,1,0,10,0,0,0,00,0,0,0,0
现在，我想要做的是建立一个模型，这样对于任何给定的输入(新行)，系统都不会返回类本身(就像在常规分类问题中那样)，而是这个特定输入属于0类或1类的概率。更重要的是，如何生成与该计算相关的置信
浏览 4提问于2014-06-17得票数 0
回答已采纳
1回答
如果我理解正确的话，XGBoost将回归树拟合为“弱学习者”或boosting模型的组成部分。因此，如果将一个新的预测向量传递给XGB模型，回归树将产生一个实际值，即“预测”，其(加权)组合是增强模型预测。从this question和论文中的文档中，我推测softmax激活函数被应用于增强的模型预测(实值？)，并且在将softmax应用于模型输出之后，通过优化交叉熵损失函数来<e
浏览 18提问于2020-01-16得票数 1
回答已采纳
我想结合先验知识来改进我的机器学习模型。根据Bayes准则，用MLE乘法得到了最大后验。将先验概率与机器学习概率预测结果相乘。然而，我得到更好的预测结果是没有意义的，因为我得到了更小的概率。
浏览 0提问于2022-02-19得票数 0
我查看了predict_proba方法的结果，发现原因是某些类的某些概率(总共有6个类)为0。因此，当predict_log_proba试图将np.log应用到0时，它将得到一个错误。我知道在随机森林分类器上可以正确地使用predict_log_proba，因为我看到了这个示例代码使用它，它运行得很好：
我正在使用sklearn 0.19和RandomForestClassifier的默认参数值
浏览 2提问于2017-09-04得票数 2
回答已采纳
我猜想，在上述(树枝)条件存在的情况下，这是条件概率。不过，我对此并不清楚。
如果您想更多地了解所使用的数据或如何获得此图，请转到：
浏览 10提问于2016-12-02得票数 23
回答已采纳
2回答
分类分数是如何解释的？
、、、
我想知道如何解释分类分数(我不确定的单词得分或概率，请纠正我)。例如，对于二进制分类，正值被标记为1，-1标记为负值。现在，公平地说，对于一个分数10分，实例更有可能被成功地预测，而不是一个5分，尽管结果可能是错误的。
谢谢。
浏览 0提问于2020-07-06得票数 2
回答已采纳
1回答
我对这个话题很陌生，我对这个问题的模拟也有问题：
在一项研究中，对森林某一地区的树木进行了统计，共统计了630棵树木，其中91株为棒棒糖，其余为松树。如果松树与最近邻的平均距离为1,990 m，棒棒糖为5,080 m，则在m2 2 0 0×5 0的范围内，对这些树的分布进行两次模拟。我只能做到这一点，但这不是问题所要求的，因为我不知道如何应用最近邻的概念。
浏览 4提问于2022-04-27得票数 0
2回答
R中的概率估计
、、
我试图用R来分析一些概率数据，我给出了给定概率p的某些结果的频率(A和B)，我想要的是一个模型，允许我只从频率数据中估计p。现在，我只是在运行一个线性回归(类似于lm(p ~ A + B))，它或多或少地起作用了，但我知道这不是“正确的方法”。特别是，对于A或B的某些值，我的当前模型将返回不位于区间[0, 1]内的值，即对概率无效的</e
浏览 3提问于2010-12-25得票数 1
回答已采纳
我是根据树木普查数据模拟树木死亡率的。人们每隔一段时间就出去，记录树木是生是死。我使用coxph函数来运行一个cox比例风险模型，作为几个预测变量的函数来分析树木死亡率的概率。代码看起来像：然而，我的预测因子之一，树的大小，实际上被期望与死亡概率有一个非线性的关系。具体来说，树木在很小的时候就会死亡
浏览 2提问于2016-06-02得票数 1
1回答
我在tensorflow_decision_forests docs () ()和yggdrasil_decision_forests docs ()中查找这些信息。我也看过这两个库的代码，但是我没有找到这些信息。我也很好奇，是否可以指定一个要使用的杂质索引。 uplift_split_score:只适用于上行模型<
浏览 10提问于2022-01-27得票数 3
我有一个catboost模型，我试图为一些样本记录绘制一个决策图，以查看哪些特性将预测推向0或1。然而，我注意到模型输出值的范围不是0-1，而是从负2到正2不等。下面是一个这样的例子的截图，其中预测概率为0.82，但模型输出值为1.5 (由于隐私原因，我修改了我的特征名)为什么范围与0-1的概率范围不匹配？这是我的代码片段-
explainer = shap.TreeExplainer(
浏览 9提问于2022-02-11得票数 0
1回答
R预测模型预测预测和倾向的原因%
、、、、
然而，我对R和机器学习非常陌生，我必须进行一个项目，根据许多变量e.e来预测客户流失。服务年限、开出的贷方票据数量、错过交货的次数、提价次数等。我能够生成一个置信度矩阵，并查看哪些是重要的指标。然而，输出的目的是作为要处理的“风险”客户列表发送给销售团队。真正重要的是将信心/倾向/喜欢度%附加到流失中，以便我可以按风险顺序进行排名，但同时，是否有一种方法可以为每个客户添加类别/摘要/原因，说明为什么他们被预测会流
浏览 1提问于2016-09-21得票数 1
1回答
在多类问题的情况下，我想了解xgboost分类器(或任何其他基于决策树集成的分类器)的输出概率。相反，我被告知，在5个不同类的情况下，当输出数据<e
浏览 0提问于2020-06-24得票数 1
回答已采纳
我给两个模型配上了ranger包和相同的种子。第一个预测类和第二个返回概率矩阵，我的目标是达到相同的结果，但我在4个寄存器不同。有人知道解决办法。我用的是每堂课的最大概率。切点应该是什么？setosa5 setosa setosa[1] "4 string mismatches"
我的
浏览 3提问于2020-07-09得票数 1
回答已采纳
对于典型的机器学习，您通常会使用训练数据集来创建某种类型的模型，并使用测试数据集来测试新创建的模型。对于像线性回归这样的东西，在使用训练数据创建模型之后，您现在有了一个方程，可以用来预测测试数据中的一组特性的结果。然后，您将获得模型返回的预测，并将其与测试集中的实际数据进行比较。对于最近的邻居，您将使用训练数据来创建一个具有训练
浏览 0提问于2016-08-09得票数 4
回答已采纳
1回答
使用神经网络多类模块在Azure ML中构建了一个流(设置见图)。
有关多类的更多信息：数据流简单，分割成80/20。数据在进入Azure之前就已经准备好了。数据如下：
当我想要理解输出，并在可能的情况下将输出转换/计算为概率时，我的问题就出现了。输出如下：
我的问题是:如果我的模型的得分概率输出为0.6，分数标签= 1，那么得分标签1的
浏览 2提问于2018-08-24得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
