Random Forest 회귀 또는 분류자를 선택해야합니까?

임의 포리스트에 의해 이진 대상 클래스가있는 데이터 집합을 맞습니다. 파이썬에서는 randomforestclassifier 또는 randomforestregressor로 할 수 있습니다.

randomforestclassifier에서 직접 분류를 가져 오거나 randomforestregressor를 먼저 실행하고 예상 점수 세트 (연속 값)를 다시 가져올 수 있습니다. 그런 다음 점수 세트에서 예측 된 클래스를 도출하기위한 컷오프 값을 찾을 수 있습니다. 두 방법 모두 동일한 목표를 달성 할 수 있습니다 (예 : 테스트 데이터의 클래스를 예측).

또한 나는

randomforestclassifier.predict_proba(X_test)[:,1]) 

~와 다르다

randomforestregressor.predict(X_test)

그래서 두 방법이 모두 유효한지 확인한 다음 임의 포리스트 응용 프로그램에서 더 나은 방법을 확인하고 싶습니까?

분류기를 사용하십시오. 아니요, 둘 다 유효하지 않습니다.

먼저 회귀와 분류에 관한 주제를 읽어 보시기 바랍니다. ML을 알지 못하고 ML을 사용하면 알지 못하는 잘못된 결과를 얻을 수 있습니다. 그리고 그것은 매우 위험합니다 ... ( 총을 잡을 것인지 또는 중요하지 않은지를 주변에서 어떤 방법으로 물어 보는 것과 조금 비슷합니다 )

분류 자 또는 회귀자를 사용할지 여부 는 해결하려는 문제의 종류 에만 달려 있습니다. 이진 분류 문제가 있으므로 분류기를 사용하십시오.

randomforestregressor를 먼저 실행하고 예상 확률 세트를 다시 얻을 수 있습니다.

아니. 회귀에서 확률을 얻지 못합니다. 주어진 값을 "외삽"하려고 시도합니다 (이 경우 0과 1 만). 즉, 1보다 크거나 0보다 작은 값은 두 개의 이산 값만 출력 (예 : 분류 !) 으로 기대하지 않고 연속적인 값으로 예상되므로 회귀 출력으로 완벽하게 유효 합니다.

특정 지점에 대해 특정 지점에 대해 "확률"을 원한다면 ( 이들은 잘 보정 된 확률 일 필요는 없음 ) 분류기를 훈련시키고 (따라서 데이터 분류 방법을 배운다 ) .predict_proba () : 확률을 예측합니다.

.predict vs .predict_proba (분류기의 경우)
.predict는 .predict_proba 출력을 가져 와서 특정 임계 값 아래의 0 (보통 0.5)을 각각 해당 임계 값 위의 1로 각각 변경합니다.

비고 : 내부적으로는 "마지막 레이어"등을 제외하고는 동일합니다! 그럼에도 불구하고 그것들을 완전히 다른 것으로 보아라 (또는 그들이 해결하고있는 문제를 개선시키는 것)!