预测功能

Question

我有R中分类树，我通过尝试交叉验证：

cv.tree1<-cv.tree(tree1) 

然后我试图

tree3 = prune.tree(tree1, best=15) 

然后我想从目前的预测我的所有标签树：

predict(tree3, data.train[1,]) 

输出是：

  0   1   2   3   4   5   6   7   8 
1 0.0006247397 0.8531862 0.03706789 0.02207414 0.003123698 0.008746356 0.009371095 0.00728863 0.05310287 
      9 
1 0.005414411 

据我了解它给我每个标签的概率，因为我这里有10个标签0：9 所以我想获得最后的陈述中最大的所有标签的预测

predict.list <-matrix(0,nrow=nrow(data.train),ncol=10) 
for (index in c(1:nrow(digits.train))) 
{ 
    predict.list[index]<-predict(tree3, data.train[index,]) 
} 

，然后我试图得到predict.list中的每一行的最大值，但实际上这是行不通的 所以我试图看到 str的结构（预测（tree3，data.train [index，]）） 我发现它是

num [1, 1:10] 0.00656 0.00583 0.00947 0.07479 0.14813 ... 
    - attr(*, "dimnames")=List of 2 
    ..$ : chr "8184" 
    ..$ : chr [1:10] "0" "1" "2" "3" ... 

所以问题是，我是否有权获得最大值。每一个因此通过这种方式，我得到了预测，以及如何我可以用相应的标签

得到最大我可以

max(predict(tree3, digits.train[1,])) 

得到最大，但我不能得到相应的标签

Answer 1

predict.tree()函数有一个参数叫做type。其默认值为"vector"，对于分类树，将返回包含每个观察行的类概率的向量。您可以将它更改为"class"，并且它只会返回具有最高概率的类。在使用

predict.list <你的情况 - 预测（tree3，data.train，类型= “类”）

将返回长度nrow(data.train)的因子矢量与每个值是所述因子水平这是为相应的行预测的。