如何解决将预测的数字 y 值从由 PCA 权重构建的模型转换为布尔值
我使用决策树分类器和 PCA 来构建分类模型。它将每个样本分类为布尔值。然后我使用 PCA 的权重来预测新样本。这将返回数字 y 值。但是,训练数据的 y 是布尔值。我想知道如何将数值转换为布尔值。此时如果y > 0,我将其归类为True
,否则为False
。
数据看起来像这样
x1 x2 x3 y
1 20 0 True
20 1 1 False
在 PCA 之后,我得到了权重 PC1、PC2。然后我计算了平均值
PC1 PC2 AVG_WEIGHT
x1 0.5. 0.2 0.35
x2 0.01 -0.02 -0.005
x3 0.1 0.15 0.125
我正在尝试使用主成分的权重来预测新样本。 y = avg_weight 1 * feature 1 + avg_weight 2 * feature 2
。这给了我预测的 y 值。
由于训练数据的 y 值是布尔值,我的问题是我应该使用什么值来识别预测的 y 应该是 True
还是 False
?目前我使用 0
将数字 y 分类为布尔值。
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。