R 从随机林结果检索实例

我正在修改随机林模型中的特性，不知怎的，我发现大量实例被错误分类，我如何才能找到那些错误分类案例的用户ID

  fit1 <- cforest((b == 'three')~   affect+ certain+ negemo+ future+swear+sad
            +negate+ppron+sexual+death + filler+leisure + conj+ funct + i
            +future + past + bio + body+cause + cogmech + death +
            discrep + future +incl + motion + quant + sad + tentat + excl+insight +percept +posemo
            +ppron +quant + relativ + space + article
            , data = trainset1, 
            controls=cforest_unbiased(ntree=1000, mtry= 1))

 table1 <- table(predict(fit1, OOB=TRUE, type = 'response') > 0.5, trainset1$b == 'three') 

---

结果显示，其他类中的821个被错误分类为“三”，如何根据userid检索这些821个案例，以便比较它们的特性。多谢各位

因此，您希望获取一些已经用于创建该表的代码，并使用它来选择要放入该表左下角的行

下面是使您的表正常工作的代码：

predict(fit1, OOB=TRUE, type = 'response') > 0.5, trainset1$b == 'three'

如果运行第一部分，将得到所有预测的向量：

p<-predict(fit1, OOB=TRUE, type = 'response')

p0.5阈值，您将得到一个表示您的预测高于或低于该阈值的真和假向量：

tf<- p>0.5

tf0.5

现在，最后一部分提供另一个真值和假值向量，trainset1$b==“三”。你想知道哪些行被归类为“三”（我认为这在tf中是真的，即p>0.5），但实际上不属于“三”（问题trainset1$b==“三”）类。要解决这个问题，您需要tf==TRUE和trainset1$b的所有行=“三”：

newdata
cforest
属于哪个包？
tf<- p>0.5

newdata<- trainset1[tf==TRUE & trainset1$b!="three",]