我估计一个GBM模型具有5倍交叉验证。结果为二进制(0,1)，使用伯努利分布。我想使用交叉验证的预测值。然而，当我看简历的时候。模型的拟合值不在0 ~ 1之间。
'gbm'包指南对cv. fits有如下说明:如果进行了交叉验证，则交叉验证预测的值在线性预测器的尺度。即第i个CV-fold的拟合值，为该模型已经在所有其他折叠中的数据上进行了训练。">
我的代码是:gbm.fit <- gbm(
lie ~ ., data=datatrain,
distribution="bernoulli",
n.trees = 300,
shrinkage = best_shrinkage,
interaction.depth = best_depth,
n.minobsinnode = best_obs,
bag.fraction = best_subsample,
cv.folds = 5,
n.cores = NULL, # will use all cores by default
verbose = TRUE
)
变量lie为0或1。
提取gbm.fit简历美元。拟合的产量值:[1] 0.1565624979 0.1943624501 0.1137481303 0.1574121717 -0.5128581783 -0.0056283070…
是否有一个可以指定的选项，使得cv。拟合值介于0和1之间?为什么它们可以是负的并且大于1?
我在github上发布了这个问题，gbm-developers, Greg Ridgeway提供了以下(非常有用的)答案:
对于伯努利，默认的拟合值在对数赔率尺度上，log(p/(1-p))。您可以将它们转换为概率为1/(1+exp(-predictedvalue))或使用type="response">
的predict()函数https://www.rdocumentation.org/packages/gbm/versions/2.1.8/topics/predict.gbm
Greg