go - 如何从随机森林分类器预测转换为回归器预测?
问题描述
我希望使用golearn存储库(https://github.com/sjwhitworth/golearn)在 Go 中使用随机森林回归器。据我所知,golearn 仅支持随机森林分类器,它使用类别和概率进行预测(https://github.com/sjwhitworth/golearn/blob/master/trees/id3.go#L413)。
有没有一种简单的方法可以利用分类器的预测概率并使用它来形成标量预测(相当于回归器的预测)?
提前致谢!
解决方案
通常不可能将树叶中的分数转换为回归输出。他们只是不一样。
链接包中的决策树似乎使用源代码https://github.com/sjwhitworth/golearn/blob/master/trees/trees.go中编写的 ID3 算法构建树 (请参阅:https:// en.wikipedia.org/wiki/ID3_algorithm)
ID3 将通过优化信息增益(最小化熵)来构建树结构。您将不得不使用 CART 算法来完成回归任务(优化方差减少)。
推荐阅读
- ios - 脉冲动画效果到 MGLCircleStyleLayer Mapbox ios
- jenkins - 我在詹金斯有两个工作,我想同时执行这两个工作
- php - PHP 包含或需要类和原始编写的类之间有什么区别?
- javascript - 如何从 AJAX 调用的 PHP MySQL 数据中获取 Highstock 中的数据
- unity3d - 让 VR 相机注视目标游戏对象
- django - 如何删除之前保存的图像并保存新图像而不重复?姜戈
- java - Spring Boot:过期后如何生成新的访问令牌?
- swift - Swift 字符串索引将 "\r\n" 组合为一个字符而不是两个
- android - Android资源编译失败
- javascript - 元素为数组时两个数组之间的区别