R中的类概率randomForest

Question

我正在尝试获取随机森林二元分类的类概率。我正在努力获得正确的语法。我试图阅读帮助文件，但我没有找到答案。有什么想法吗？

> str(training)
'data.frame':   160051 obs. of  5 variables:
 $ repeater           : Factor w/ 2 levels "FALSE","TRUE": 1 1 1 1 1 1 1 1 1 1 ...
 $ offervalue         : num  0.75 0.75 1.5 0.75 1.25 1.25 1 0.75 0.75 0.75 ...
 $ has_bought_brand   : Factor w/ 2 levels "FALSE","TRUE": 1 1 2 1 1 1 2 1 1 1 ...
 $ has_bought_company : Factor w/ 2 levels "FALSE","TRUE": 1 1 2 1 2 2 2 2 1 1 ...
 $ has_bought_category: Factor w/ 2 levels "FALSE","TRUE": 2 1 1 1 2 2 2 1 1 1 ...

> model <- randomForest(repeater ~ offervalue + has_bought_brand + has_bought_company + has_bought_category, training, ntree=50)

> testPrediction <- predict(model, testing)

> str(testPrediction)
 Factor w/ 2 levels "FALSE","TRUE": 1 1 1 1 1 1 1 1 1 1 ...
 - attr(*, "names")= chr [1:64020] "4" "5" "11" "12" ...

Answer 1

首先，在发布代码时，请确保它是reproducible；理想情况下，我们应该能够将其复制/粘贴到我们自己的 R 会话中，以获得与您相同的错误/问题。发布数据集的str() 没有帮助。通常，您可以在所涉及功能的帮助页面中找到简单的示例。以下示例来自?randomForest

set.seed(71)
iris.rf <- randomForest(Species ~ ., data=iris, importance=TRUE,
                        proximity=TRUE)

由于class(iris.rf)==c("randomForest.formula", "randomForest")，当您调用predict(iris.rf) 时，您实际上是在调用predict.randomForest()。 ?predict.randomForest 的帮助页面提供了所有各种参数的文档，包括 type= 参数。默认情况下它只返回预测的类，但您可以使用type="prob"返回预测概率）

predict(iris.rf, type="prob")

返回

         setosa  versicolor   virginica
1   1.000000000 0.000000000 0.000000000
2   1.000000000 0.000000000 0.000000000
3   1.000000000 0.000000000 0.000000000
4   1.000000000 0.000000000 0.000000000
# etc ....