R PMML 类分布答案

【问题标题】：R PMML class distributionR PMML 类分布
【发布时间】：2014-03-26 12:13:21
【问题描述】：

在尝试使用 pmml 包将 R 分类器导出到 PMML 时，我注意到树中节点的类分布没有导出。

PMML 通过 ScoreDistribution 元素支持这一点：http://www.dmg.org/v1-1/treemodel.html

PMML 中是否有此信息？我想用另一个依赖此信息的工具来阅读 PMML。

我正在做类似的事情：

library(randomForest)
library(pmml)

iris.rf <- randomForest(Species ~ ., data=iris, importance=TRUE,proximity=TRUE)
pmml(iris.rf)

【问题讨论】：

【解决方案1】：

您能否提供更多信息..例如，您正在尝试使用哪个功能。

例如，如果您使用的是 randomForest 包，我相信它不会提供有关分数分布的信息；所以 PMML 表示也不能。但是，如果您使用默认值，则分类 ceses 的参数“nodesize”例如等于 1，这意味着终端节点将有一个 ScoreDistribution，例如：

ScoreDistribution value=predictedValue probability="1.0"/>

ScoreDistribution value=AnyOtherTargetCategoty probability="0.0"/>

如果您使用的是 rpart 树模型，pmml 函数会输出分数分布信息。或许您可以将您使用的确切命令告诉我们？

【讨论】：

我确实在使用 randomForest 包。我查看了 Weka 的 RandomForest 资源，它确实提供了分数分布。为什么R's不做同样的事情？我已经用我正在使用的示例代码编辑了我的问题。
正如我所说，原因在于 R 'randomForest' 包，而不是 'pmml'。我不能说为什么那个包的作者选择不输出这个信息，但如果我不得不猜测，那是因为那个信息可能不是必需的？通常，ScoreDistribution 用于计算预测的概率......我相信，randomForest 通过简单地计算投票数来做到这一点。