如何使用插入符号包模型结果对概率运行 gbm 模拟答案

【问题标题】：How to run a gbm simulation over probabilities using caret package model results如何使用插入符号包模型结果对概率运行 gbm 模拟
【发布时间】：2017-06-22 18:11:43
【问题描述】：

我不确定这是否是正确的方法，我很乐意得到纠正。

拟合模型

我在 R 环境中使用 caret 包拟合了一个 gbm 模型，作为示例，我将在不进行任何参数调整并使用 iris 数据集的情况下进行此操作：

library(caret)
data(iris)
gbmFit <- train(Species ~ ., data = iris, method = "gbm")

如果我在 iris 数据集中进行了 4 次测量，这让我可以将一朵花所属的物种分类。

我有兴趣使用type = "prob" 中的predict 函数的结果来运行模拟。

使用 predict 得到每个物种的概率

由于这只是一个例子，我没有新数据，所以我将使用与新数据相同的数据，我使用预测函数来获得每朵花属于一个物种的概率：

PROBS <- predict(gbmFit4, iris[,1:4], type="prob")

这是结果示例

head(PROBS)
     setosa   versicolor    virginica
1 0.9999989 1.087268e-06 1.679813e-10
2 0.9999998 1.689137e-07 1.404242e-09
3 0.9999995 5.381312e-07 3.131823e-10
4 0.9999996 4.335414e-07 3.912857e-10
5 0.9999989 1.087268e-06 1.679813e-10
6 0.9999987 1.278968e-06 1.679813e-10

为一朵花运行模拟

我知道如何对一朵花进行模拟，我使用 PROB 数据框给我一朵花属于每个物种的概率，然后使用 sample 来模拟给定概率的分类，让比如说 1000000 个分类，我使用第 107 行，因为它不太确定：

set.seed(123)
summary(as.factor(sample(c("setosa", "versicolor", "virginica"), size = 100000, replace = TRUE, prob = PROBS[107,])))

导致

versicolor  virginica 
     14731      85269

每次观察如何做

我的目标是使用新数据运行这样的模拟并获得以下结果：平均每个模拟的每个物种中分类了多少花（av_class_species）；以及每个物种的最小值和最大值是多少（min_class_species、max_class_species），例如我制作了这个假数据框（数据集中有 150 朵花）：

av_class_setosa  max_class_setosa min_class_setosa av_class_versicolor...
       24.4         35                 12                30.2

任何帮助将不胜感激

【问题讨论】：

标签： r simulation r-caret gbm

【解决方案1】：

找到我自己的答案，虽然如果有人找到更有效的方法我会很高兴，这是用于运行 100 次模拟：

SIMUL <- list()

for(i in 1:100){
  species <- list()
  for(j in 1:nrow(PROBS)){
    species[[j]] <- sample(c("setosa", "versicolor", "virginica"), size = 1, replace = TRUE, prob = PROBS[j,])
  }
  SIMUL[[i]] <- as.data.frame(table(unlist(species)))
}

SIMUL <- do.call("rbind", SIMUL)

SIMUL <- dplyr::group_by(SIMUL, Var1)
SIMUL <- dplyr::summarise(SIMUL, MEAN_class = mean(Freq), MIN_Class = min(Freq), MAX_Class = max(Freq))

这将导致：

SIMUL

Source: local data frame [3 x 4]

        Var1 MEAN_class MIN_Class MAX_Class
      (fctr)      (dbl)     (int)     (int)
1     setosa       50.0        50        50
2 versicolor       49.7        47        53
3  virginica       50.3        47        53

【讨论】：