R：如何从 gbm 获得预测区间？

Posted 2023-03-12

【中文标题】R：如何从 gbm 获得预测区间？

【英文标题】：R: how to get prediction interval from gbm?

【发布时间】：2019-04-28 21:08:51

【问题描述】：

我正在使用 R 中的 gbm 包运行增强回归树，但无法弄清楚如何获得预测区间。我有 10 个特征，我想改变一个特征 X1 的值（它有 4 个离散值：A, B, C, D），看看预测值 Y（因变量）在4 个离散值（同时保持其他 9 特征不变）。例如，A 在 5% 级别上与比 B 更高的预测值相关联，同时保持所有其他特征不变

有没有人可以分享任何代码来计算 R 中的预测区间？

【参考方案1】：

您可以通过使用插入符号包函数“train()”来做到这一点。但首先需要有一个训练数据集，所以我们可以通过使用“createDataPartition()”函数来做到这一点，然后创建训练和测试数据集，然后使用训练数据集训练模型并预测测试数据集，然后验证“confusionmatrix()”函数

data<-data #contains the data of 10 variables 
intrain<- createDataPartition(y = data$X1, p = 0.8, list = F)
training<- data[intrain,]
testing<- data[-intrain,]

relation<- train(form = X1~., data = training, method = "gbm")
result<- predict(relation, testing)

confusionMatrix(testing$X1, result)

希望这能解决您的问题

【讨论】：

我查看了 train() 的文档，没有看到预测区间的选项（例如，95% 的预测区间）。您能否更具体地了解如何使用此函数来获取预测区间？

它将为您提供 80% 至 95% 置信区间内的预测值