我在包含7个变量的大约1000个观测值的数据集上生长了一个随机森林模型（使用包'party'的cforest）。答案是二元的（比如结果A和结果B），6个预测变量都是分类的。我的问题是，我想获得1000个结果中的每一个的概率，例如在逻辑回归模型中。在后一种情况下，我们可以使用预测（yourmodel，type =“response”）来获得每个结果的概率，在这种情况下，当p> = 0.5时，结果A更受青睐，而结果B更受青睐。从随机森林中检索结果的概率
看来，当对一个随机森林物体应用预测时，我只能得到每个观测的预测结果（即A或B）。是否有解决方法来检索预测响应的概率？
非常感谢您的帮助！
C.B.
从文档：
类型响应的一个，概率。或投票，表示输出的类型：预测值，类概率矩阵或投票计数矩阵。类是允许的，但自动转换为“响应”，以实现向后兼容。
那么试试这个：
probs <- predict(FIT, newdata, type="probs")
我使用H2O随机森林包来训练我的模型。 在做预测时，每个观测返回一个概率值（由模型的置信度）
https://cran.r-project.org/web/packages/h2o/h2o.pdf
待办事项看看
感谢您的分享。我不想使用另一个软件包，而且对我来说h2o似乎更加棘手。 – CBechet
现在我知道浩生成和提取的p值仿佛在看一个逻辑回归的预测响应：
1）生成两者的预测概率成果
probs <- predict(FIT, newdata, type="prob") # thanks to thc
2）检索每行的第二个结果的概率，即第二级的概率Logistic回归：
> predict.prob<-unlist(lapply(probs, '[[', 2))
我希望这将有助于兴趣，我们如何可以提取概率其他读者名单。
我想感谢thc和tylers的建议和帮助！
C.B.
谢谢你的帮助。我已经尝试过了，但我仍然只需要访问列表中每个元素的第二个元素。尝试以下方法返回第一行中第二个结果的概率： predict.prob < - < - probs [[1]] [2] 但是，我无法设法访问每行的概率，使用for-loop时，将其存储在向量中。 – CBechet