我有一个分类问题,我的数据将为0或1。为此,我使用了adaboost算法(R中的ada函数)。为了解释结果,我检索了重量最大的树/树桩,因为它能最好地说明我的模型:
for (i in 1:300) { if (ada_model$model$alpha[i] == max(ada_model$model$alpha)){ print (i) } }
我用rpart.plot跟踪了那棵树:
rpart.plot(ada_model$model$trees[[1]],roundint=FALSE,type=5,digits=2,extra = 0,tweak = 2)
但是,我获得的树具有-1和1而不是0和1作为预测类,我什至不确定1代表1还是-1代表0或相反。
如何更改ada函数或树中的类,以使响应向量和预测保持一致?
N.B:在我的训练和测试集中,初始向量是2级“ 0”,“ 1”的因数。 同样,当我基于ada_model进行预测时,我得到的因子为2级“ 0”,“ 1”。