Как использовать R gbm с distribution = «adaboost»?


9

Документация утверждает, что R gbm с distribution = "adaboost" может использоваться для задачи классификации 0-1. Рассмотрим следующий фрагмент кода:

gbm_algorithm <- gbm(y ~ ., data = train_dataset, distribution = "adaboost", n.trees = 5000)
gbm_predicted <- predict(gbm_algorithm, test_dataset, n.trees = 5000)

Это можно найти в документации, которая прогнозирует.gbm

Возвращает вектор прогнозов. По умолчанию прогнозы находятся в масштабе f (x).

Однако конкретный масштаб неясен для случая distribution = "adaboost".

Может ли кто-нибудь помочь с интерпретацией предиктивных значений предиката.gtm и дать представление о преобразовании в вывод 0-1?


Похоже, что этот вопрос только о том, как интерпретировать выходные данные R, а не о связанных статистических проблемах (хотя это не делает его плохим Q). Поэтому лучше спросить и, вероятно, ответить на переполнение стека , а не здесь. Пожалуйста, не кросс-пост (SE настоятельно не рекомендует это), если вы хотите, чтобы ваш Q мигрировал быстрее, пометьте его для модератора.
gung - Восстановить Монику

4
@gung кажется мне законным статистическим вопросом. Пакет GBM предоставляет Deviance, используемый для adaboost, но мне также не ясно, что такое f (x) и как выполнить обратное преобразование в шкалу вероятностей (возможно, нужно использовать масштабирование Платта). cran.r-project.org/web/packages/gbm/vignettes/gbm.pdf
B_Miner

Ответы:


11

Метод adaboost дает прогнозы в логитном масштабе. Вы можете преобразовать его в вывод 0-1:

gbm_predicted<-plogis(2*gbm_predicted)

обратите внимание на 2 * внутри логиса


10

Вы также можете напрямую получить вероятности из predict.gbmфункции;

predict(gbm_algorithm, test_dataset, n.trees = 5000, type = 'response')

3

Функция adaboost link описана здесь . Этот пример предоставляет подробное описание вычисления:

library(gbm);
set.seed(123);
n          <- 1000;
sim.df     <- data.frame(x.1 = sample(0:1, n, replace=TRUE), 
                         x.2 = sample(0:1, n,    replace=TRUE));
prob.array <- c(0.9, 0.7, 0.2, 0.8);
df$y       <- rbinom(n, size = 1, prob=prob.array[1+sim.df$x.1+2*sim.df$x.2])
n.trees    <- 10;
shrinkage  <- 0.01;

gbmFit <- gbm(
  formula           = y~.,
  distribution      = "bernoulli",
  data              = sim.df,
  n.trees           = n.trees,
  interaction.depth = 2,
  n.minobsinnode    = 2,
  shrinkage         = shrinkage,
  bag.fraction      = 0.5,
  cv.folds          = 0,
  # verbose         = FALSE
  n.cores           = 1
);

sim.df$logods  <- predict(gbmFit, sim.df, n.trees = n.trees);  #$
sim.df$prob    <- predict(gbmFit, sim.df, n.trees = n.trees, type = 'response');  #$
sim.df$prob.2  <- plogis(predict(gbmFit, sim.df, n.trees = n.trees));  #$
sim.df$logloss <- sim.df$y*log(sim.df$prob) + (1-sim.df$y)*log(1-sim.df$prob);  #$


gbmFit <- gbm(
  formula           = y~.,
  distribution      = "adaboost",
  data              = sim.df,
  n.trees           = n.trees,
  interaction.depth = 2,
  n.minobsinnode    = 2,
  shrinkage         = shrinkage,
  bag.fraction      = 0.5,
  cv.folds          = 0,
  # verbose         = FALSE
  n.cores           = 1
);

sim.df$exp.scale  <- predict(gbmFit, sim.df, n.trees = n.trees);  #$
sim.df$ada.resp   <- predict(gbmFit, sim.df, n.trees = n.trees, type = 'response');  #$
sim.df$ada.resp.2 <- plogis(2*predict(gbmFit, sim.df, n.trees = n.trees));  #$
sim.df$ada.error  <- -exp(-sim.df$y * sim.df$exp.scale);  #$

sim.df[1:20,]

Y'sчасоULdбе'sям,dе
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.