r - जीबीएम बहुउद्देशीय जिले में, निर्णायक उत्पादन पाने के लिए भविष्यवाणी का उपयोग कैसे करें?



machine-learning categorical-data (1)

predict.gbm प्रलेखन में, इसका उल्लेख किया गया है:

यदि प्रकार = "प्रतिक्रिया" तब जीबीएम परिणाम के रूप में एक ही पैमाने पर वापस धर्मान्तरित होता है। वर्तमान में यह एकमात्र प्रभाव होगा जो बर्नोली के लिए संभावित संभावनाओं को वापस करेगा और पॉसों के लिए अपेक्षित गणना करेगा। अन्य वितरणों के लिए "प्रतिक्रिया" और "लिंक" एक ही लौटाते हैं

डोमिनिक के सुझाव के अनुसार, आपको क्या करना चाहिए, भविष्यवाणी से वेक्टर आउटपुट पर apply(.., 1, which.max) करके, जिसके परिणामस्वरूप predBST मैट्रिक्स से उच्चतम संभावना के साथ प्रतिक्रिया लेने है। यहां iris डेटासेट के साथ एक कोड नमूना है:

library(gbm)

data(iris)

df <- iris[,-c(1)] # remove index

df <- df[sample(nrow(df)),]  # shuffle

df.train <- df[1:100,]
df.test <- df[101:150,]

BST = gbm(Species~.,data=df.train,
         distribution='multinomial',
         n.trees=200,
         interaction.depth=4,
         #cv.folds=5,
         shrinkage=0.005)

predBST = predict(BST,n.trees=200, newdata=df.test,type='response')

p.predBST <- apply(predBST, 1, which.max)

> predBST[1:6,,]
     setosa versicolor  virginica
[1,] 0.89010862 0.05501921 0.05487217
[2,] 0.09370400 0.45616148 0.45013452
[3,] 0.05476228 0.05968445 0.88555327
[4,] 0.05452803 0.06006513 0.88540684
[5,] 0.05393377 0.06735331 0.87871292
[6,] 0.05416855 0.06548646 0.88034499

 > head(p.predBST)
 [1] 1 2 3 3 3 3

मेरी प्रतिक्रिया एक निश्चित चर (कुछ अक्षर) है, इसलिए मैं मॉडल बनाते समय 'बहु-आयामी' का उपयोग करता हूं, और अब मैं प्रतिक्रिया की भविष्यवाणी करना चाहता हूं और इन अक्षरों के संदर्भ में परिणाम प्राप्त करना चाहता हूं, संभावनाओं के मैट्रिक्स के बजाय।

हालांकि predict(model, newdata, type='response') , यह संभाव्यता देता है, type='link' के परिणाम के समान।

क्या स्पष्ट आउटपुट प्राप्त करने का कोई तरीका है?

BST = gbm(V1~.,data=training,distribution='multinomial',n.trees=2000,interaction.depth=4,cv.folds=5,shrinkage=0.005)

predBST = predict(BST,newdata=test,type='response')




gbm