我建立了一个随机森林模型,当我编写两行不同的代码以生成预测时,我得到了两个不同的预测结果。我不知道哪一个是正确的。这是我的示例数据框和usedcode:
dat <- read.table(text = " cats birds wolfs snakes
0 3 9 7
1 3 8 4
1 1 2 8
0 1 2 3
0 1 8 3
1 6 1 2
0 6 7 1
1 6 1 5
0 5 9 7
1 3 8 7
1 4 2 7
0 1 2 3
0 7 6 3
1 6 1 1
0 6 3 9
1 6 1 1 ",header = TRUE)
我建立了一个随机森林模型:
model<-randomForest(snakes~cats+birds+wolfs,data=dat,ntree=20)
RF_pred<- data.frame(predict(model))
train<-cbind(train,RF_pred) # this gave me a predictive results named: "predict.model."
出于好奇,我尝试了以下代码使用另一种语法:
dat$RF_pred<-predict(model,newdata=dat,type='response') # this gave me a predictive results named: "RF_pred"
令我惊讶的是,我得到了其他预测结果:
dat
cats birds wolfs snakes predict.model. RF_pred
1 0 3 9 7 3.513889 5.400675
2 1 3 8 4 5.570000 5.295417
3 1 1 2 8 3.928571 5.092917
4 0 1 2 3 4.925893 4.208452
5 0 1 8 3 4.583333 4.014008
6 1 6 1 2 3.766667 2.943750
7 0 6 7 1 5.486806 4.061508
8 1 6 1 5 3.098148 2.943750
9 0 5 9 7 4.575397 5.675675
10 1 3 8 7 4.729167 5.295417
11 1 4 2 7 4.416667 5.567917
12 0 1 2 3 4.222619 4.208452
13 0 7 6 3 6.125714 4.036508
14 1 6 1 1 3.695833 2.943750
15 0 6 3 9 4.115079 5.178175
16 1 6 1 1 3.595238 2.943750
为什么会有差异。两者之间?哪一个是正确的?有任何想法吗?
区别在于预测的两个调用:
predict(model)
和
predict(model, newdata=dat)
第一种选择是从随机森林中获得关于您的训练数据的即时预测。将预测值与实际值进行比较时,通常这就是您想要的。
第二个方法将您的训练数据视为新数据集,然后将观察结果沿每棵树运行。这将导致预测值与实际值之间人为地密切相关,因为RF算法通常不会修剪单个树,而是依靠树的集合来控制过度拟合。因此,如果您想获得训练数据的预测,请不要执行此操作。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句