RandomForest多类-多输出分数？
RandomForest多类-多输出分数是指在随机森林算法中，用于评估多类多输出问题的性能指标。随机森林是一种集成学习算法，通过组合多个决策树来进行分类或回归任务。
在多类-多输出问题中，每个样本可以有多个输出变量，并且每个输出变量可以有多个类别。例如，一个图像分类问题中，每个图像可能需要同时预测图像中的物体类别和位置。
RandomForest多类-多输出分数可以通过以下几个方面来评估：
- 准确率（Accuracy）：表示分类正确的样本占总样本数的比例。可以使用混淆矩阵来计算准确率。
- F1分数（F1 Score）：综合考虑了精确率和召回率，是一个综合评估指标。F1分数越高，表示模型的性能越好。
- 平均准确率（Mean Average Precision，mAP）：用于评估多类别问题中的目标检测任务。mAP是对每个类别的准确率进行平均得到的指标。
- 均方误差（Mean Squared Error，MSE）：用于评估回归问题中的性能。MSE表示预测值与真实值之间的平均差异程度，值越小表示模型的性能越好。
对于RandomForest多类-多输出分数，腾讯云提供了一系列相关产品和服务，例如：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tensorflow）：提供了丰富的机器学习算法和模型训练、部署的能力，可以用于构建和训练随机森林模型。
- 腾讯云图像识别（https://cloud.tencent.com/product/tii）：提供了图像识别和目标检测的能力，可以用于处理多类-多输出问题中的图像分类和目标检测任务。
- 腾讯云大数据分析平台（https://cloud.tencent.com/product/emr）：提供了大数据处理和分析的能力，可以用于处理多类-多输出问题中的大规模数据集。
以上是关于RandomForest多类-多输出分数的概念、分类、优势、应用场景以及腾讯云相关产品和服务的介绍。
相关·内容
1回答
我试图找出一个给定的数据集的分数与一些培训数据。我编写了以下代码：
from sklearn.ensemble import RandomForestClassifier
import numpy as np
randomForest = RandomForestClassifier(n_estimators = 200)
li_train1 = [[1,2,3,4,5,6,7,8,9],[1,2,3,4,5,6,7,8,9]]
li_train2 = [[1,2,3,4,5,6,7,8,9],[1,2,3,4,5,6,7,8,9]]
li_text1 = [[10,20,30,4
浏览 2提问于2016-11-18得票数 2
1回答
在文本分类模型的预测中，我想得到两个类。
model_RandomForest = RandomForestClassifier(n_estimators=100,criterion='gini', random_state=0)
如果我可以添加一个输出数字的参数
浏览 1提问于2022-06-09得票数 1
1回答
我真的很担心RandomForest算法是如何内部工作的，
袋外误差
可变重要性
Z分数
把这三个都告诉我？怎么算？它控制了什么？
浏览 0提问于2016-05-13得票数 1
1回答
如何在R中查看randomForest的算法？
我已经尝试过了：
library(randomForest)
radomForest
但我得到的输出是：
function (x, ...)
UseMethod("randomForest")
<environment: namespace:randomForest>
谢谢!
浏览 2提问于2017-10-20得票数 1
有6个类标签编码为0,1,2,3,4,5
在执行分类报告评分时，它输出的精度、宏avg、加权avg、.The微观平均分数在输出中缺失。我不知道为什么微观平均分数没有被打印出来。我该怎么做才能得到最低均分呢？
print(classification_report(y_test, best_preds,labels=[0,1,2,3,4,5]))
precision recall f1-score support
0 0.65 0.76 0.70 46
1 0.74 0
浏览 0提问于2019-10-09得票数 2
3回答
例如，当我在R (pROC包)中使用multiclass.roc函数时，我通过随机森林训练了一个数据集，下面是我的代码：
# randomForest & pROC packages should be installed:
# install.packages(c('randomForest', 'pROC'))
data(iris)
library(randomForest)
library(pROC)
set.seed(1000)
# 3-class in response variable
rf = randomForest(Species~.,
浏览 0提问于2013-12-11得票数 6
回答已采纳
1回答
使用PMML模型文件对随机森林进行评分。得分时，得到以下输出。有办法增加概率的小数点数吗？(即)0.8至0.8000或0.2至0.2000)
library(randomForest)
library(pmml)
iris.rf <- randomForest(Species ~ ., data=iris, ntree=5)
saveXML(pmml(iris.rf), file="irisrf.xml")
将此模型保存为PMML文件，并计算得到以下输出{“物种”："setosa“、"Predicted_Species”："setosa“、
浏览 2提问于2015-04-30得票数 0
回答已采纳
我们正在运行一个RandomForest模型，它创建了3个分类器，我们想要计算AUC值，以用于评估我们的模型，而不是使用准确性
如果我们使用spark.ml，会有一种方法吗？目前我们调用MulticlassClassificationEvaluator，并使用度量准确度。在清单中，它没有auc作为它的一部分，但只有以下指标：
* param for metric name in evaluation (supports `"f1"` (default), `"weightedPrecision"`,* `"weightedRecall"`,
浏览 2提问于2018-01-23得票数 0
1回答
我用randomForest构建了一个文本分类器，因此为了评估它，我尝试用pROC create创建一个ROC曲线。
在这里，代码：
ndsi.forest <- randomForest(tf.idf[train.index, ], as.factor(train$Note.Reco[train.index]), ntree = 100)
#predict with test data
ndsi.pred <-predict(ndsi.forest, newdata = tf.idf[test.index, ], response = 'class')
pre
浏览 9提问于2017-04-28得票数 1
回答已采纳
1回答
在sklearn的文档中，它指出有几种算法固有地支持多标签分类，例如RandomForest或MLP：https://scikit-learn.org/stable/modules/multiclass.html。
它是来自于模型的实现还是结构？此外，它是如何为这些算法工作的？是单打独斗的策略还是别的什么？
谢谢。
浏览 0提问于2019-06-06得票数 2
回答已采纳
我在CPU上使用RandomForestClassifier和SKLearn，在GPU上使用RAPIDs。我正在这两个库之间做一个关于使用Iris数据集加速和评分的基准测试(这是一种尝试，在将来，我将更改dataset，以便进行更好的基准测试，我将从这两个库开始)。
问题是，当我测量CPU上的分数时，总是得到1.0的值，但是当我试图测量GPU上的分数时，我得到了0.2到1.0之间的变量值，我不明白为什么会发生这种情况。
首先，我使用的库版本是：
NumPy Version: 1.17.5
Pandas Version: 0.25.3
Scikit-Learn Version: 0.22.1
c
浏览 3提问于2020-03-12得票数 2
回答已采纳
我是tensorflow的新手，我想知道是否有任何具有多个网络输出的多标签分类的教程或示例。
我之所以这样问，是因为我有一个图像集合，其中每个图像可以属于几个类，并且我的输出需要有每个类的分数。
我也不知道tensorflow是否遵循一些图像和类的文件模式，所以如果有人有一些例子，它会很方便。
谢谢。
浏览 1提问于2017-02-13得票数 4
我试图使用randomForest ' combine‘函数将R中的多个随机林组合起来，但不能使用来自“插入符号”包包装器的randomForest输出。
返回的对象有类“火车”，而不是“randomForest”--有什么想法吗？
我不清楚如何在运行插入符号的“train”函数之后检索randomForest对象，我认为这个函数应该包含它们。
原因是我在一个大数据集上运行分析，太大了，无法用我的硬件运行randomForest。
为了使用可用内存管理数据集，我首先生成了许多较小的林，然后使用rf‘组合’功能将它们组合起来。结果很好，我也想对插入符号的输出做同样的处理。
问题代码的概要
浏览 2提问于2016-02-02得票数 2
回答已采纳
1回答
在检查我的模型的统计数据时，confusion matrix中的数字似乎与randomForest中的OOB error rate不一致。
如何从混淆矩阵中推导出OOB错误率？它们之间的关系是什么？
在下面的示例中，我打印了两个模型的输出，一个模型适合分层抽样(使用sampsize中的样本子集)，另一个模型没有样本(即使用默认抽样方案，我认为它使用所有样本)。
我没有数据公开，但下面是函数调用：
sumY = summary(Y)
sampsize <- c(sumY["Y0"]/10, sumY["Y1"])
# First model in t
浏览 2提问于2013-02-13得票数 1
1回答
按组处理/评分的随机森林
、、、、
我正试图用客户数据库建立一个预测模型。
我有一个有3000名客户的数据集。每个客户在测试数据集中有300个观察和20个变量(包括因变量)。我还有一个分数数据集，它有50个观察数据集，其中包含19个变量(不包括因变量)，用于每个唯一的裁剪器ID。我将测试数据集放在一个单独的文件中，每个客户都通过一个唯一的ID变量标识。同样，得分数据集由唯一的id变量标识。
我正在开发一个基于RandomForest的预测模型。下面是单个客户的示例。我不知道我如何能够自动应用到模型为每个客户，并预测和存储模型以及有效。
install.packages(randomForest)
library(
浏览 1提问于2014-03-23得票数 0
回答已采纳
2回答
我查阅了几个参考资料，以了解如何将经过训练的Weka模型输出到Java源代码中，以便我可以使用我在实际代码中培训的分类器，用于我一直在开发的研究应用程序。
当我使用Weka 3.7时，我注意到当使用更简单的分类(在我的例子中是监督的)方法(例如J48决策树)时，它确实会将Java代码输出到主文本缓冲区，但是它删除了选项(相反，它删除了选中它和淡出文本的能力)来输出RandomTree和RandomForest的Java代码(这些方法在我的情况下给了我最好的性能)。注意:我点击“更多选项”按钮，并检查“输出源代码：”。
Weka不允许将RandomTree或RandomForest输出为Java
浏览 2提问于2013-11-11得票数 0
回答已采纳
我有一个有10个类的多类分类任务。因此，我使用sklearn的将单列标签转换为10列标签。我在试着适应训练数据。虽然我能够在中做到这一点，但在与进行匹配时，我得到了以下错误消息
ValueError: bad input shape (1203L, 10L)
我知道在这两个分类器中，y的允许形状是不同的：
GaussianNB：
y : array-like, shape (n_samples,)
RandomForest：
y : array-like, shape = [n_samples] or [n_samples, n_outputs]
问题是，这是为什么？这难道不是与相矛盾吗？有办
浏览 3提问于2016-11-13得票数 3
回答已采纳
有人能发布一个多输出、多类RandomForest分类器和最近邻算法的基本示例吗？它们是现成支持的，但我不知道如何使用它们，因为这些文档对我来说太抽象了。
本质上，我要做什么才能访问分类器的多标签属性？我已经有了list()格式的list()标签，如下所示。我也改变了我的标签：
from sklearn.preprocessing import MultiLabelBinarizer
mlb = MultiLabelBinarizer()
YC = mlb.fit_transform(df['combined_atc'].astype(str))
数据集片段：
X1 X2
浏览 3提问于2017-05-22得票数 1
我想知道如何将S3对象作为数据成员包含在S4对象中，即使用组合而不是继承。这是我的代码片段。
library(randomForest)
set.seed(1337)
setClass("TestManager", slots = c(
hp = "numeric",
rfObj = "randomForest")
)
setGeneric("doIt", function(obj) standardGeneric("doIt"))
setMethod("doIt", "
浏览 2提问于2019-12-10得票数 5
回答已采纳
我有一个泡菜文件，加载时返回一个经过训练的RandomForest分类器。我想为这些类绘制ROC曲线，但从我在网上读到的内容来看，分类器必须被包装在scikit learn的OneVsRestClassifier中。问题是，既然我已经有了受过训练的模型，我就不能把它包装在里面，以便再次适应这个模型。
所以我想知道有没有什么办法可以画出中华民国的曲线。从我受过训练的模特身上，我得到了y_test，y_proba。我也有x_test值。
我的y_proba示例的形状是：(6715，5)
y_test的形状为(6715，5)
这是建议的代码@dx2-66的输出：
浏览 5提问于2022-08-25得票数 0
回答已采纳
我想这样修改Weka的J48算法：
我想更改J48算法，以类似于RandomForest算法(负责在节点中找到最佳拆分的代码)来划分数据。
我要做什么？我知道我必须将C45ModelSelection代码的一部分改为RandomForest中的代码：
C45ModelSelection.java
...
// Find "best" attribute to split on.
minResult = 0;
for (i=0;i<data.numAttributes();i++){
if ((i != (data).classIndex()) &
浏览 2提问于2014-11-25得票数 1
2回答
分类得分:支持向量机
、、、
我正在使用libsvm进行多类分类。如何将分类分数与给定样本的输出进行比较，如下所示：
Class 1: score1
Class 2: score2
Class 3: score3
Class 4: score4
浏览 1提问于2011-06-18得票数 8
1回答
我正在做情绪分析，我想知道如何在上显示我的句子中的其他情绪分数：“特斯拉的股票增长了20%。”
我有三种情绪：阳性、阴性和中性。
这是我的代码，其中包含了我想分类的句子：
pip install happytransformer
from happytransformer import HappyTextClassification
happy_tc = HappyTextClassification("BERT", "ProsusAI/finbert", num_labels=3)
result = happy_tc.classify_text("
浏览 7提问于2021-06-15得票数 0
回答已采纳
1回答
我正在使用scikit learn，我想要绘制精确度和召回率曲线。我使用的分类器是RandomForestClassifier。scikit学习文档中的所有资源都使用二进制分类。另外，我可以绘制多类的ROC曲线吗？
此外，我只找到了多标签的支持向量机，它有一个RandomForest没有的decision_function
浏览 5提问于2019-05-11得票数 20
回答已采纳
我使用随机森林算法在星火MLlib中使用PySpark进行分类。我的代码如下：\
model = RandomForest.trainClassifier(trnData, numClasses=3, categoricalFeaturesInfo={}, numTrees=3, featureSubsetStrategy="auto", impurity='gini', maxDepth=4, maxBins=32)
predictions = model.predict(tst_dataRDD.map(lambda x: x.features))
lab
浏览 6提问于2020-06-28得票数 0
我是机器学习领域的新手。我正在解决一个预测IPL比赛获胜者的问题语句，其中给出了两个csv文件(训练数据和测试数据以两个单独的csv文件的形式)。训练数据大约有700条记录，测试数据有60条记录。目标变量(Winner)在testdf中不存在 我试过随机森林分类器。以下是代码： predictor_var=['team1','team2','city','venue','toss_decision','toss_winner']
outcome_var=['winner']
f
浏览 13提问于2021-08-11得票数 0
2回答
我用下面的代码做了一个随机森林：
rf_md <- h2o.randomForest(training_frame = train_h,
nfolds = 5,
y = y,
ntrees = 500,
stopping_rounds = 10,
stopping_metric = "RMSE",
浏览 0提问于2019-11-02得票数 1
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的模型有多确定？我有多确定实际的结果会是1？
我能安全地假设0.80的得分概率= 80%的结果几率吗？或者我应该注意什么类型的结果？
浏览 2提问于2018-08-24得票数 0
回答已采纳
目前，AutoML Vision 正在输出一个具有相应得分的SingleLabel。
例如：
我用3门课训练了这个模型：
一个
B
C
然后，当我使用测试&使用并上传另一个图像时，我只得到当前的输出
Class A and 0.988437 / 0.99
是否有一种方法可以使用Top_K类(例如Top 3 (k=3) )获得这种类型的输出
Class A and 0.988437 / 0.99
Class C and 0.3551 / 0.36
Class B and 0.1201 / 0.12
根据他们的分数进行排序。
提前谢谢。
浏览 1提问于2021-03-31得票数 0
我有multiclass multioutput分类(详情请参阅https://scikit-learn.org/stable/modules/multiclass.html )。换句话说，我的数据集如下所示。 node_name, feature1, feature2, ... label_1, label_2
node1, 1.2, 1.8, ..., 0, 2
node2, 1.0, 1.1, ..., 1, 1
node3, 1.9, 1.2, ..., 0,
浏览 19提问于2020-06-08得票数 1
回答已采纳
我使用的是randomForest包。为了获得变量重要性，我使用了importance()函数。我想改变重要性度量的类型。它由“类型”参数决定，它有两个可能的值: type=1或type=2。下面是一个例子：
library(randomForest)
Y = runif(100, 0.0, 1.0)
X1 = runif(100, 0.0, 1.0)
X2 = runif(100, 0.0, 1.0)
rf.model = randomForest::randomForest(Y~X1+X2)
# type 2 : mean decrease in node impurity
imp2
浏览 23提问于2020-02-18得票数 0
回答已采纳
如何在R中的同名程序包中绘制randomForest输出中的树？例如，我使用iris数据，并希望绘制500个输出树中的第一棵树。我的代码是
model <-randomForest(Species~.,data=iris,ntree=500)
浏览 1提问于2017-05-29得票数 1
假设我有一个三类问题，我想构建一个可以根据一组特征区分类的分类器。我想根据模型区分这3个类的能力来评估它。
从我的阅读来看，宏观F1分数似乎是用于评估多类问题分类器的常用指标，其中为每个类计算F1分数，然后将这些F1分数的未加权平均值用作macro F1 score。
在其他文献中，我见过用于多类问题的平衡精度，其中计算每一类的精度，然后将这些精度的未加权平均值用作balanced accuracy。
为什么宏观F1得分比平衡准确性更受青睐？
平衡精度不是更容易解释吗，平衡精度< 0.5告诉我们模型的表现比随机更差？
我们如何以与平衡准确率相同的方式来解释F1分数--什么阈值表明分类器比
浏览 4提问于2016-03-09得票数 3
在使用RandomForest时，我得到以下错误： self.scores = metrics.accuracy_score(y_test, self.y_pred)
ValueError: multiclass-multioutput is not supported 我想这是因为我使用了多个整数标签，而不是一个热门标签。我必须使用整数标签。 在我的场景中有没有一种计算分数的方法？
浏览 20提问于2019-09-08得票数 0
1回答
在R中使用随机森林时，我遇到了以下情况：
library(randomForest)
set.seed(42)
data(iris)
rf_noImportance <- randomForest(Species~.,data=iris,ntree=100,importance=F)
print(table(predict(rf_noImportance),iris$Species))
输出：
setosa versicolor virginica setosa 50 0 0 versicolor 0
浏览 2提问于2020-08-03得票数 7
回答已采纳
1回答
我有一个数据集，有2个类别(搅拌者和非搅拌者)，比例为1:4。我通过Spark MLlib使用了随机森林算法。我的模型在预测流失类别方面很糟糕，而且什么都不做。我使用BinaryClassificationEvaluator在Pyspark中评估我的模型。BinaryClassificationEvaluator的默认度量为AreaUnderRoc。 我的代码 from pyspark.ml.classification import RandomForestClassifier
evaluator = BinaryClassificationEvaluator()
# Create an
浏览 61提问于2021-01-04得票数 2
假设我有三个类C_1、C_2、C_3和一个模型M，它为样本X的每个类的信心输出一个分数P，即M(X)=[P(C_1),P(C_2),P(C_3)] (注意，我们只想预测一个类)
假设我已经创建了3个1-VS-rest精确/召回图，并且我决定每个类的最佳阈值为
T_1 = 0.6
T_2 = 0.7
T_3 = 0.5
然后，我们可以创建将X分配给如下类的逻辑：
如果索引i ( M的最大得分大于或等于T_i )，则将X赋值为C_i。否则，不要将X分配给任何东西，请参阅下面的两个示例以获得X的两个输入：
M(X_1) = [0.8,0.1,0.1] \rightarrow C_1\qu
浏览 0提问于2022-03-22得票数 3
我刚刚发现了这一点，我有兴趣探索使用SQL存储来计算我的一些学习者的输出。我认为数据库调用可能比base R或Python快得多。 很棒的小插曲：http://cran.nexr.com/web/packages/tidypredict/vignettes/randomForest.html 基本代码： require(pacman)
p_load(randomForest, tidypredict, dbplyr)
model <- randomForest(Species ~ .,data = iris ,ntree = 10, proximity = TRUE)
tidypre
浏览 14提问于2021-07-13得票数 0
我使用randomForest是为了找出最重要的变量。我期待的是一些定义模型准确性的输出，并根据变量的重要性对变量进行排名。但我现在有点困惑了。我尝试了randomForest，然后运行importance()来提取变量的重要性。但是后来我看到了另一个命令rfcv (用于特征选择的随机森林交叉验证)，我想这应该是最适合这个目的的，但我对此的问题是:如何获得最重要的变量列表？如何查看运行后的输出？使用哪个命令？
另一件事：randomForest和predict.randomForest之间的区别是什么
我对随机森林和R不是很熟悉，因此任何帮助都将不胜感激。
提前谢谢你！
浏览 3提问于2012-07-10得票数 1
回答已采纳
2回答
我正在使用R中的randomForest包处理一个分类问题(结果是二进制的)。我想要得到每一棵树的概率输出(以获得预测区间)。我在预测中设置了predict.all=TRUE参数，但它给我提供了一个800列的矩阵(=我的森林中的树的数量)，并且它们中的每一个都是1或0。如何获得概率输出而不是类？
PS:我的nodes=1的大小，这意味着这应该是合理的。然而，我更改了节点size=50，仍然得到了所有的0和1的无概率。
下面是我正在做的事情：
#build model (node size=1)
rf<-randomForest(y~. ,data=train, ntree=800,re
浏览 5提问于2014-03-14得票数 2
什么是正确的方法来评估一个二进制分类器使用科学知识-学习的评估指标？
考虑到y_test和y_pred作为金标签和预测标签，classification_report输出中的F1分数不应该与f1_score产生的分数相同吗？
我就是这样做的：
print(classification_reprot(y_test, y_pred)
下表如下：
precision recall f1-score support
0 0.49 0.18 0.26 204
1 0.83 0.96
浏览 0提问于2015-10-20得票数 4
回答已采纳
我有以下代码
class Classifiers(object):
"""Multiple classifiers"""
class RandomForest(self): # this line generate error
"""
Random Forest Classifier Object.
"""
@staticmethod
def classifier(X, y):
浏览 1提问于2014-06-20得票数 0
1回答
并行训练cforest
、、、
我有一个非常大的数据帧，有790,000行和140个预测值。其中一些是相互强烈关联的，而且是在不同的尺度上。使用randomForest包，我可以使用foreach在每个核心上使用一小部分数据增长一个森林，并将它们与combine()函数合并以获得一棵大树，如下所示：
rf.STR = foreach(ntree=rep(125, 8), .combine=combine, .multicombine=TRUE, .packages='randomForest') %dopar% {
sample.idx = sample.int( nrow(dat), size=samp
浏览 0提问于2016-03-29得票数 6
我有一个有9个输入变量和1个输出变量的R数据。我希望使用每个单独的输入来找到randomForest的准确性，并将它们添加到列表中。为此，我需要遍历一个公式列表，如下代码所示：
library(randomForest)
library(caret)
formulas = c(target ~ age, target ~ sex, target ~ cp,
target ~ trestbps, target ~ chol, target ~ fbs,
target ~ restecg, target ~ ca, target ~ thal
浏览 1提问于2021-08-08得票数 0
回答已采纳
2回答
嘿，伙计们，我目前正在阅读关于AUC-ROC的文章，我已经理解了二进制案例，我认为我理解多分类案例。现在我有点困惑如何把它推广到多标签的情况，我找不到关于这个问题的任何直观的解释文本。
我想通过一个例子来说明我的直觉是否正确，让我们假设我们有三个类(c1、c2、c3)的场景。
让我们从多个分类开始：
当我们考虑多分类设置时，我们会分别查看每个标签。
因此，如果我们看看中国的标签c1，我们可以将c2和c3合并为“负面”。
即，当我们有一个属于c1的样本时，我们只看c1的预测评分，并建立阳性样本的预测分数分布。然后我们看看属于c2和c3的样本，也就是把负样本聚集在一起，我们观察它们的预测分数，并建
浏览 0提问于2020-02-28得票数 7
2回答
数据科学新手来了！
我正在研究白葡萄酒/红葡萄酒的质量数据集，在这里我试图预测葡萄酒的质量。所有的特征都是数字的。
然而，响应变量是序数，质量分数为整数1到10。我看过教程试着把分数分组，比如：(0-4:坏，5-7:好，8-10:好)，但是如果我想预测分数是怎样的呢？
我是否应该使用回归方法，尽量减少预测分数与实际分数之间的误差？
或者我是否应该使用一个分类模型，而不是计算一个F-评分来评估模型，找到一个最小化成本函数的模型？
或者还有另一种最有效的方法？
浏览 0提问于2018-09-13得票数 0
预测()函数的类型参数
预测函数中的type="prob“参数是做什么的？我的代码是一个示例：
rf <- randomForest( Creditability ~. , data=train)
rf2 <- randomForest( Creditability ~. , data=train2)
prediction <- predict(rf, test)
prob_prediction <- predict(rf,test,type="prob")
prediction2 <- predict(rf2
浏览 0提问于2018-02-08得票数 1
回答已采纳
R3.0.0的新特性之一是引入长向量。但是，.C()和.Fortran()不接受长向量输入。在上我发现：
这是一种预防措施，因为编写现有代码来处理长向量是非常不可能的(而R包装器通常假定长度(X)是整数)。
我使用R包randomForest，这个包显然需要.Fortran()，因为它会崩溃，留下错误消息。
RandomForest.default中的错误：.Fortran不支持长向量(参数20)
如何克服这个问题？我在Windows764bit计算机上使用randomForest 4.6-7 (在R3.0.2下构建)。
浏览 5提问于2014-03-17得票数 13
R包randomForest报告森林中每个树的均方错误。但是，我需要对数据中的每个案例进行一次信任度量。由于randomForest是通过平均单个树的预测来计算实例预测的，所以我想也应该可以计算一个案例标准误差，从而得到一个置信区间。这是否可以使用输出randomForest对象来完成(如果是:如何完成？)还是我必须深入研究源代码？
浏览 1提问于2013-02-05得票数 5
回答已采纳
2回答
我正在使用来自randomForest包的randomForest函数来查找最重要的变量:我的数据被称为城市，我的响应变量是收入，它是数字。
urban.random.forest <- randomForest(revenue ~ .,y=urban$revenue, data = urban, ntree=500, keep.forest=FALSE,importance=TRUE,na.action = na.omit)
我得到以下错误：
Error in randomForest.default(m, y, ...) : data (x) has 0 rows
在源代码中，
浏览 1提问于2014-03-24得票数 6
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
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
