설명서에 분포 = "adaboost"인 R gbm을 0-1 분류 문제에 사용할 수 있다고 나와 있습니다. 다음 코드 조각을 고려하십시오.
gbm_algorithm <- gbm(y ~ ., data = train_dataset, distribution = "adaboost", n.trees = 5000)
gbm_predicted <- predict(gbm_algorithm, test_dataset, n.trees = 5000)
예측 문서에서 찾을 수 있습니다 .gbm
예측 벡터를 반환합니다. 기본적으로 예측은 f (x) 척도입니다.
그러나 분포 = "adaboost"의 경우 특정 척도는 명확하지 않습니다.
누구든지 predict.gbm 반환 값을 해석하고 0-1 출력으로 변환하는 아이디어를 제공 할 수 있습니까?
이 질문은 것으로 보인다 단지 (그게 나쁜 Q하지 않지만)되지 관련 통계 문제에 대한, R 출력을 해석하는 방법에 대해. 따라서 여기보다는 Stack Overflow 에서 더 잘 묻고 대답 할 것입니다. 교차 게시를하지 마십시오 (SE는이를 권장하지 않습니다). Q를 더 빨리 마이그레이션하려면 중재자의주의를 끌기 위해 플래그를 지정하십시오.
—
복직 모니카
@gung은 나에게 합법적 인 통계 질문처럼 보입니다. GBM 패키지는 adaboost에 사용 된 Deviance를 제공하지만 f (x)가 무엇인지, 확률 스케일로 역 변환하는 방법 (아마도 Platt 스케일링을 사용해야 함)은 분명하지 않습니다. cran.r-project.org/web/packages/gbm/vignettes/gbm.pdf
—
B_Miner