Belgeler, dağıtım = "adaboost" ile R gbm'nin 0-1 sınıflandırma problemi için kullanılabileceğini belirtir. Aşağıdaki kod parçasını düşünün:
gbm_algorithm <- gbm(y ~ ., data = train_dataset, distribution = "adaboost", n.trees = 5000)
gbm_predicted <- predict(gbm_algorithm, test_dataset, n.trees = 5000)
Tahmini belgede bulunabilir. Gbm
Bir tahmin vektörü döndürür. Varsayılan olarak tahminler f (x) ölçeğindedir.
Ancak, belirli ölçek dağılım = "adaboost" durumu için net değildir.
Herkes predict.gbm dönüş değerlerinin yorumlanmasına yardımcı olabilir ve 0-1 çıktısına dönüştürme fikri sağlayabilir mi?
Bu soru sadece R çıktısının nasıl yorumlanacağı ve ilgili istatistiksel konular hakkında değil (bu onu kötü bir Q yapmaz) gibi görünüyor. Bu nedenle , burada değil , Stack Overflow'da daha iyi sorulur ve muhtemelen cevaplanır . Lütfen çapraz gönderi yapmayın (SE bunu kesinlikle önermez), Q'nuzun daha hızlı taşınmasını istiyorsanız, lütfen moderatörlerin dikkatini çekmek için işaretleyin.
—
gung - Monica'yı eski durumuna getirin
@gung bana meşru bir istatistiki soru gibi geliyor. GBM paketi, uyarlama için kullanılan Sapmayı sağlar, ancak f (x) 'in ne olduğunu ve bir olasılık ölçeğine nasıl dönüştüğünü net değil (belki de Platt ölçeklendirmeyi kullanmak zorunda). cran.r-project.org/web/packages/gbm/vignettes/gbm.pdf
—
B_Miner