ada::predict.ada是如何工作的？

Question

我尝试过交叉验证，但没有响应，这是一个以实现为中心的技术问题。

我在R中使用ada::ada创建了一个基于决策树的增强模型。

它通常返回一个矩阵，其中包含与预期结果相比的预测结果的统计数据。

差不多是这样的：

       FALSE  TRUE
FALSE  11023  1023  
TRUE     997  5673

很酷很准确。

现在是预测新数据的时候了。所以我说：

predict(myadamodel, newdata=giveinputs())

但我得到的不是一个简单的答案--对/错：

[1] FALSE TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE 
[25] TRUE  TRUE  FALSE TRUE  TRUE  TRUE  TRUE  TRUE  FALSE TRUE  TRUE  TRUE  TRUE  FALSE FALSE FALSE FALSE TRUE  FALSE TRUE  FALSE TRUE  FALSE TRUE 
[49] FALSE FALSE
Levels: FALSE TRUE

我假设这个ada对象是一个诱捕器，我收到了每个分类器的答复。

但最终我需要一个直截了当的答案:对/错。如果这就是我所能得到的，我需要知道"ada“函数是如何计算用于构建统计数据的最终答案的。我会检查一下，但是"ada“函数是预编译的。

我怎样才能得到最终的真/FALS答案，以符合ada从学习阶段返回的统计数字？

我附了一个例子，你可以复制粘贴：

 mydata = data.frame(a=numeric(0),b=double(0),r=logical(0))

 for(i in -10:10)
 for(j in 20:-4)
    mydata[length(mydata[,1])+1,] = c(a=i,b=j, r= (j > i))

myada = ada(mydata[,c("a","b")], mydata[,"r"])
print(myada);
predict(myada, data.frame(a=4,b=7))

请注意，由于某种原因，r列表示为"0“"1”。我不知道为什么，也不知道如何告诉data.frame不要将TRUE FALSE转换为0，1，但想法是一样的。

Answer 1

好的。这个可复制的例子很有帮助。当您传递只有一行的新数据时，它似乎是predict工作方式中的一个怪癖。在本例中，您将从每个迭代中得到一个估计值(默认迭代次数为50)。请注意，只有在执行时才返回两个值。

predict(myada, data.frame(a=4:3,b=7:8))

这主要是因为在预测函数中使用了sapply。我们可以自己制造没有这个问题的东西。

predict.ada <- ada:::predict.ada
body(predict.ada)[[12]] <- quote( tmp <- t(do.call(rbind, 
    lapply(1:iter, function(i) f(f = object$model$trees[[i]], 
    dat = newdata)))))

然后我们就可以跑

predict.ada(myada, newdata=data.frame(a=4,b=7))
# [1] TRUE
# Levels: FALSE TRUE

因此，这个新的值被预测为真。这在ada_2.0-3中进行了测试，并可能在其他版本中失效。

此外，在测试数据中，当您使用c()合并元素时，它们必须是所有相同的数据类型，否则它们将被转换为可以容纳所有值的最低公共分母数据类型。如果是混合类型，最好使用list()。例如

mydata[length(mydata[,1])+1,] = list(a=i,b=j, r= (j > i))