区间内的r预测

Question

关于预测的快速问题。

我试图预测的值要么是0，要么是1(它被设置为数字，而不是一个因素)，所以当我运行随机森林时：

fit <- randomForest(PredictValue ~ <variables>, data=trainData, ntree=50) 

并预测：

pred<-predict(fit, testData)

我所有的预测都在0到1之间--这就是我所期望的--我想--可以解释为1的概率。

现在，如果我使用gbm算法完成相同的过程：

fitgbm <- gbm(PredictValue~ <variables>, data=trainData, distribution = "bernoulli", n.trees = 500,   bag.fraction = 0.75, cv.folds = 5, interaction.depth = 3)
predgbm <- predict(fitgbm, testData)

数值从-0.5到0.5

我也尝试了glm和范围是最差的，从-3到3。

那么，我的问题是:是否可以将算法设置为0到1之间的预测？

谢谢

Answer 1

要做到这一点，您需要指定type='response'：

请检查此示例：

y <- rep(c(0,1),c(100,100))
x <- runif(200)
df <- data.frame(y,x)


fitgbm <- gbm(y ~ x, data=df, 
              distribution = "bernoulli", n.trees = 100)

predgbm <- predict(fitgbm, df, n.trees=100, type='response')

过于简单化，但请看predgbm的总结

> summary(predgbm)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
 0.4936  0.4943  0.5013  0.5000  0.5052  0.5073 

正如文档所提到的，这是y为1的概率：

如果type=“响应”，那么gbm将转换回与结果相同的比例。目前唯一的效果，这将是返回伯努利的概率和预期数的泊松。