GBM 多项式分布，如何使用 predict() 得到预测类？答案

【问题标题】：GBM multinomial distribution, how to use predict() to get predicted class?GBM 多项式分布，如何使用 predict() 得到预测类？
【发布时间】：2013-08-17 22:26:22
【问题描述】：

我正在使用 R 中 gbm 包中的多项分布。当我使用 predict 函数时，我得到一系列值：

5.086328 -4.738346 -8.492738 -5.980720 -4.351102 -4.738044 -3.220387 -4.732654

但我想得到每个类发生的概率。如何恢复概率？谢谢。

【问题讨论】：

（没有“GBM”包。字母的大小写在 R 中很重要。）如果您不想生成数据，那么为什么不生成使用帮助页面中的示例数据的代码呢？
您接受的答案在过去 3.5 年中实际上是不正确的。我给了你一个实际有效的答案。

标签： r prediction categorical-data multinomial gbm

【解决方案1】：

predict.gbm(..., type='response') 不适用于多项式，或者实际上除了伯努利或泊松之外的任何分布。

所以你必须找到最有可能的类（apply(.., 1, which.max) 在预测的向量输出上），如desertnaut wrote：

preds = predict(your_model, n.trees, newdata=...,type='response')

pred_class <- apply(preds, 1, which.max)

只需编写一个接受 type='response' 的包装器，并在它是多项模型时返回它。

【讨论】：

【解决方案2】：

看看?predict.gbm，你会看到函数有一个“类型”参数。试试predict(<gbm object>, <new data>, type="response")。

【讨论】：

不，predict.gbm(..., type="response") 不适用于多项式，或者实际上除了伯努利或泊松之外的任何分布。
根据@smci，目前GBM的最新版本是2015年5月发布的2.1.1，type="response"还没有实现。不过，@smci 建议使用下面的 apply 是可行的。