如何找到的概率在提高分类树(AdaboostM2)
5视图(30天)
显示旧的评论
你好,我是使用了树的多层次分类(它使用fitensemble AdaboostM2,脚本生成的分类应用程序)。我获得近92%的训练精度与这个设置虽然袋装树给我近82%。然而,我需要每个类除了最后类的概率结果。当我使用(类,分数)=预测(…),我得到的不是概率(内联文档),而平均计数在选定的树木,因此,他们并不局限在[0,1]。概率,我目前总结每一行和分裂每个元素对应的行求和。我明白这不是正确的概率方法,但我的想法。
我需要概率随着竞争要求我提交概率。有什么办法可以得到类的概率提高方法?
答案(2)
Ilya
2015年12月30日
对于AdaBoostM1可以将分数转换成概率通过指定字符串的doublelogit ScoreTransform合奏对象的属性。对于AdaBoostM2没有简单的转换。
你所做的可能是足够的竞争。如果使用分类精度来确定赢家,你只需要一个单调变换[0,1]。如果他们真正想要的概率,等张回归一直在探索文学成绩映射到概率。如果你愿意,我可以给你一些指针,但这种方法会有所涉及。首先,你需要计算分数与已知的标签数据集不用于培训(使用一个独立的测试集或交叉验证),那么你将不得不适应等张回归数据集发现概率为每一个分数,然后你需要符合您所选择的非参数曲线映射那些分数到概率。
2的评论
Ilya
2015年12月31日
你说”的概率,我目前总结每一行和分裂中的每个元素对应的行和总和。”That is a monotone transformation to [0,1].
一个薄弱的学习者是一个树。看看训练属性。
