R 树包中的预测函数

我在R中有分类树，我通过以下方式尝试交叉验证：

cv.tree1<-cv.tree(tree1)

然后，我尝试从当前树预测我的所有标签：

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

输出为：

            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

据我所知，它给出了每个标签的概率，因为这里有10个标签，0:9 所以我试图得到所有标签预测的最后一个语句的最大值

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,])
}

所以问题是，我得到每一个的最大值是正确的吗？这样我就得到了预测，我如何得到相应标签的最大值

我可以用最快的速度

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

但是我无法获得相应的标签，

predict.tree（）

函数有一个名为

type

的参数。它的默认值是

“vector”

，在分类树的情况下，它将返回一个包含每个观察行的类概率的向量。您可以将其更改为

“class”

，它只返回概率最高的类。在您的情况下，使用

---

predict.list谢谢它能工作，但我尝试了循环来获取所有预测并将其保存在一个文件中，但它提供的数据比预期的多，您知道它是否会添加更多数据吗？您不需要循环来获取数据集的所有预测。如果不指定行，它将返回一个包含数据集所有预测的向量。

   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" ...

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