H2O随机森林样本树的预测值

Question

目前，我正在用H2O包做一个随机森林，并且出于演示的目的绘制了一个样本树。每个节点的预测值与该节点所有实例上的正类概率并不完全相同。

只是想知道H2O是如何计算预测值的。我需要一个公式来推导这个预测！我知道随机森林超过了树木预测的平均值。但是如何在每棵树的每个节点上计算这个预测呢？

任何帮助都将不胜感激。

Answer 1

参见统计学习元素中的算法15.1：

• https://web.stanford.edu/~hastie/Papers/ESLII.pdf

然后查看在H2O-3中实现模型训练过程的代码：

• https://github.com/h2oai/h2o-3/blob/master/h2o-algos/src/main/java/hex/tree/drf/DRF.java

最后，理解实际生成的模型如何用于产生分数的最好方法是genmodel MOJO实现，您可以在这里找到它(尝试使用java调试器单步执行对score0()的调用)：

• https://github.com/h2oai/h2o-3/blob/master/h2o-genmodel/src/main/java/hex/genmodel/algos/drf/DrfMojoModel.java

Answer 2

我找到了一个解决方案，它返回训练数据集的确切概率率作为样本树中的预测值。你只需要将你的代码设置如下：h2o.randomforest(sample_rate = 1, calibrate_model = TRUE, and calibration_frame = train )