H2O随机森林制成的样本树中的预测值

Question

目前，我正在通过H2O软件包进行随机森林分析，并绘制了一个用于演示目的的示例树。每个节点的预测值与该节点所有实例上的正分类概率不太相同。

只是想知道H2O如何计算预测值。我需要一个公式来得出这个预测！我知道随机森林超出了树木预测的平均值。但是，如何在每棵树的每个节点上计算此预测？

任何帮助将不胜感激。

Answer 1

请参阅统计学习元素中的算法15.1：

• https://web.stanford.edu/~hastie/Papers/ESLII.pdf

然后查看在H2O-3中实施模型训练过程的代码：

• https://github.com/h2oai/h2o-3/blob/master/h2o-algos/src/main/java/hex/tree/drf/DRF.java

最后，了解如何使用实际生成的模型产生分数的最好方法是在此处找到genmodel MOJO实现（尝试使用Java调试器单步执行对score0（）的调用）： / p>

• https://github.com/h2oai/h2o-3/blob/master/h2o-genmodel/src/main/java/hex/genmodel/algos/drf/DrfMojoModel.java

Answer 2

我找到了一个解决方案，该解决方案将火车数据集的确切概率率作为样本树中的预测值返回。您只需要将代码设置如下： h2o.randomforest(sample_rate = 1, calibrate_model = TRUE, and calibration_frame = train )