Dokumentacja mówi, że R gbm z rozkładem = "adaboost" może być użyty do problemu klasyfikacji 0-1. Rozważ następujący fragment kodu:
gbm_algorithm <- gbm(y ~ ., data = train_dataset, distribution = "adaboost", n.trees = 5000)
gbm_predicted <- predict(gbm_algorithm, test_dataset, n.trees = 5000)
Można go znaleźć w dokumentacji prognozy.gbm
Zwraca wektor prognoz. Domyślnie prognozy są w skali f (x).
Jednak konkretna skala nie jest jasna w przypadku dystrybucji = „adaboost”.
Czy ktoś może pomóc w interpretacji wartości zwracanych przewidywanych.gbm i przedstawić pomysł konwersji na wyjście 0-1?
Odpowiedzi:
Metoda adaboost daje prognozy w skali logit. Możesz przekonwertować go na wyjście 0-1:
zwróć uwagę na 2 * w logach
źródło
Możesz również bezpośrednio uzyskać prawdopodobieństwa z
predict.gbm
funkcji;źródło
Funkcja linku adaboost została opisana tutaj . Ten przykład zawiera szczegółowy opis obliczeń:
źródło