如何解决为什么 GBM cv.fitted 值在使用伯努利分布之后不在 0 和 1 之间?
我正在使用 5 折交叉验证估计 GBM 模型。结果是二进制 (0,1),使用的分布是伯努利。我想使用交叉验证的预测值。但是,当我查看模型的 CV.fitted 值时,它们不在 0 和 1 之间。
'gbm' 软件包指南说明了 cv.fitted 的以下内容: “如果进行了交叉验证,则交叉验证预测值 线性预测器的尺度。也就是说,来自第 i 个 CV 折叠的拟合值,对于 该模型已经在所有其他折叠中的数据上进行了训练。”
我的代码是:
gbm.fit <- gbm(
lie ~ .,data=datatrain,distribution="bernoulli",n.trees = 300,shrinkage = best_shrinkage,interaction.depth = best_depth,n.minobsinnode = best_obs,bag.fraction = best_subsample,cv.folds = 5,n.cores = NULL,# will use all cores by default
verbose = TRUE
)
变量lie是0或1。
提取 gbm.fit$cv.fitted 产生值: [1] 0.1565624979 0.1943624501 0.1137481303 0.1574121717 -0.5128581783 -0.0056283070 ...
是否可以指定一个选项,使 cv.fitted 值介于 0 和 1 之间?为什么它们可以是负数并且大于 1?
解决方法
我在 github、gbm-developers 上发布了这个问题,Greg Ridgeway 提供了以下(非常有帮助的)答案:
对于伯努利,默认拟合值在对数比值标度 log(p/(1-p)) 上。您可以将它们转换为概率为 1/(1+exp(-predictedvalue)) 或使用类型为 =“响应”
的 predict() 函数https://www.rdocumentation.org/packages/gbm/versions/2.1.8/topics/predict.gbm
格雷格
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。