Ranger预测R中的维数不正确

评估护林员的问题。在这两种情况下，都无法子集数据（需要rf.trnprob的第一列）

错误：

所有参数必须具有相同的长度

---

似乎

predict

函数调用错误，它应该是

response

而不是

type

。使用示例数据集：

library(ranger)
traindata =iris
traindata$Species = factor(as.numeric(traindata$Species=="versicolor"))
rangerModel = ranger(Species~.,data=traindata,probability=TRUE)
rf.trnprob= predict(rangerModel, traindata, response='prob')

概率存储在这里，每类一列：

head(rf.trnprob$predictions)
             0           1
[1,] 1.0000000 0.000000000
[2,] 0.9971786 0.002821429
[3,] 1.0000000 0.000000000
[4,] 1.0000000 0.000000000
[5,] 1.0000000 0.000000000
[6,] 1.0000000 0.000000000

但看起来你想做一个混淆矩阵，所以你可以通过以下方法得到预测：

pred = levels(traindata$Species)[max.col(rf.trnprob$predictions)]

然后：

尝试

trainscore$score
head(rf.trnprob$predictions)
             0           1
[1,] 1.0000000 0.000000000
[2,] 0.9971786 0.002821429
[3,] 1.0000000 0.000000000
[4,] 1.0000000 0.000000000
[5,] 1.0000000 0.000000000
[6,] 1.0000000 0.000000000

pred = levels(traindata$Species)[max.col(rf.trnprob$predictions)]

table(pred,traindata$Species)
pred   0   1
   0 100   2
   1   0  48