R 如何使用插入符号获得随机森林模型的概率输出？

我正在尝试使用插入符号为二元分类建立随机森林模型。我以前使用过randomForest源代码包来实现这一点，它工作得很好，但使用插入符号时，我的输出是二进制的，而不是概率。 使用type='prob'，它将给出错误

在

[.data.frame

中出错（out，obslevers，drop=FALSE）：选择了未定义的列

我对这两种语言都使用相同的语法（我希望如此）

>fit = randomForest(x = a[,-1], y = as.factor(a[,1]),ntree=120)
>head(predict(fit, newdata = test_data[,-c(1:2)], type = "prob")[,2])
         1          2          3          4          5          6 
0.04166667 0.03333333 0.55833333 0.80000000 0.87500000 0.04166667

现在，使用插入符号，我试图做同样的事情，但它不接受predict函数中的“type='prob'”，这给了我错误

>rf_model<-train(x = a[,-1], y = as.factor(a[,1]),method="rf",ntree=120)
>head(predict(rf_model, test_data[,-c(1:2)], type="prob"))
Error in `[.data.frame`(out, , obsLevels, drop = FALSE) : 
undefined columns selected

如何获得概率的输出

在此之后，我需要创建多个算法，我认为Caret会更同质化。我确信我在这里遗漏了一些东西，但作为Caret的新手，我不知道是什么。

尝试保持

type=“prob”

，这样预测将是：

---

prd=.5））

它可以与插入符号v6.0-41配合使用：

library(caret)
set.seed(1)
rf_model <- train(x = iris[,-5], y = as.factor(iris[,5]), method="rf", ntree=120)
tail(predict(rf_model, iris[, -5], type="prob"))

    setosa  versicolor virginica
145      0 0.000000000 1.0000000
146      0 0.000000000 1.0000000
147      0 0.008333333 0.9916667
148      0 0.000000000 1.0000000
149      0 0.000000000 1.0000000
150      0 0.025000000 0.9750000

库（插入符号）
种子（1）
rf_modelUPDATE：我通过找到了解决方案。显然，caret的序列不适合处理目标变量中的0和1二进制类值。将它们更改为任意字符串（'r'和's'）效果很好

> a$dv<-gsub('0','r',a$dv)
> a$dv<-gsub('1','s',a$dv)
> rf_model<-train(x = a[,-c(1:2)], y = as.factor(a[,2]),method="rf",ntree=120)
> head(predict(rf_model, test_data[,-c(1:2)], type="prob"))
      r           s
1 0.9750000 0.025000000
2 0.9916667 0.008333333
3 0.2583333 0.741666667
4 0.2833333 0.716666667
5 0.1583333 0.841666667
6 1.0000000 0.000000000 

>a$dv a$dv rf_模型头（预测（rf_模型，测试数据[，-c（1:2）]，type=“prob”））
RS
1 0.9750000 0.025000000
2 0.9916667 0.008333333
3 0.2583333 0.741666667
4 0.2833333 0.716666667
5 0.1583333 0.841666667
6 1.0000000 0.000000000 
您可能很久以前就解决了这个问题……但在当前版本的插入符号中，2级因子的type=“prob”输出2列：概率为0，概率为1（或无论您的2个级别是什么）。
感谢您的回复！我不确定您所说的“尝试保持…”是什么意思，因为我已经尝试过了，但从R（在文章中提到）那里得到了错误。将预测保留在概率中，但在插入符号中使用时将其分解，因为插入符号适用于0-1个二进制变量。概率>=0.5的值为“1”，概率<0.5的值为“0”。“将预测保留在概率中”。但这正是我想在这里得到的输出！！我的全部目标是获得概率预测，而不是二进制（0,1）因为type=“prob”在predict命令中使用时返回错误。我不明白您想说的。不，我检查了所有内容。两者的列数和列名都相同。“-c（1:2）”在test_中，数据只是数据清理部分，我已经在数据集“a”中删除了该部分。但是，您使用isis数据的代码仍在工作。是的，它确实失败了，无论您作为类使用的数字是多少，我已经尝试了几种组合，并得到了相同的错误。
> a$dv<-gsub('0','r',a$dv)
> a$dv<-gsub('1','s',a$dv)
> rf_model<-train(x = a[,-c(1:2)], y = as.factor(a[,2]),method="rf",ntree=120)
> head(predict(rf_model, test_data[,-c(1:2)], type="prob"))
      r           s
1 0.9750000 0.025000000
2 0.9916667 0.008333333
3 0.2583333 0.741666667
4 0.2833333 0.716666667
5 0.1583333 0.841666667
6 1.0000000 0.000000000