在 R 中使用增强决策树进行分类的方法是什么？答案

【问题标题】：What to use for classification with boosted decision trees in R?在 R 中使用增强决策树进行分类的方法是什么？
【发布时间】：2019-02-26 21:59:03
【问题描述】：

我对 R 比较陌生。我已经找到了使用带有装袋 (randomforest) 的树来运行分类的方法，以及使用提升 (gbm) 来运行回归的方法，但我正在寻找的是使用提升来进行分类.

据推测，当目标变量由 0 和 1 组成并且当您将 Bernoulli 设置为函数时，gbm 能够做到这一点——但不是，我得到的结果仍然指向正在使用的回归。

任何帮助将不胜感激。

【问题讨论】：

【解决方案1】：

如果将预测值转换为 0 和 1，它就变成了分类。例如使用 round()。也就是说，使用 0.5 的阈值。但是有更复杂的方法可以找到最佳阈值。

【讨论】：

【解决方案2】：

如果您在 caret 包中使用 xgboost，您可能还必须同时更改 objective = binary:logistic 和 eval_metric = 以反映您的分类需求。

【讨论】：