如何从R中的随机林中获取单个树的概率？

我正在使用R中的randomForest包处理一个分类问题（结果是二进制的）。 我想得到每棵树的概率输出（以获得预测区间）。 我在预测中设置了predict.all=TRUE参数，但它给了我一个800列的矩阵（=我的林中的树数），每个列都是1或0。如何获得概率输出而不是类

PS：我的节点的大小=1，这意味着这应该是有意义的。但是，我更改了节点大小=50，仍然得到了所有0和1的无概率

下面是我正在做的：

#build model (node size=1) 
rf<-randomForest(y~. ,data=train, ntree=800,replace=TRUE, proximilty=TRUE, keep.inbag=TRUE)

#get the predictions 

#store the predictions from all the trees
all_tree_train<-predict(rf, test, type="prob", predict.all= TRUE)$individual

#构建模型（节点大小=1）
rf因此
predict.randomForest
的文档说明：

如果predict.all=TRUE，则返回
对象是一个字符矩阵，其中每列包含预测的
在森林里的一棵树旁上课

…因此，似乎不可能为每个单独的树返回概率

如果您想要一个分类的预测间隔，您可以尝试用更多的树拟合一个随机森林，然后从森林的许多不同（随机？）子集生成预测

不过，您需要注意的一点是，您似乎正在将训练数据输入到
predict.randomForest
。这当然会给你带来有偏见的预测，除非你使用随机森林对象的
inbag
组件中的信息来只选择那些观察结果已经过时的树。
我意识到这个问题已经过时了，但它可能会帮助任何有类似问题的人

如果查询树的结果，您将始终得到最终分类，这些分类是给定初始林的确定性分类。您可以通过将predict all设置为TRUE，并将投票数相加，从而提取概率

如果您有两个以上的类，则林将项“m”按概率分类为类“x”
（将m划分为x的树数）/（树数）

由于您只有一个二元分类，预测矩阵的列和为您提供了属于类1的概率
 啊，打字错误，我实际上使用了测试数据集。将编辑。谢谢