[英]Difference of prediction results in random forest model
我建立了一个随机森林模型,并编写了两行不同的代码以生成预测时,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."
我出于好奇而尝试了另一种语法:
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,然后将观察结果沿着每棵树运行。 这将导致预测值与实际值之间人为地紧密相关,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,如果您想对训练数据进行预测,请不要这样做。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.