Р: как получить интервал прогнозирования от ГБМ?

Question

Я использую расширенное дерево регрессии с использованием пакета gbm в R, но не могу понять, как получить интервал прогнозирования.У меня есть 10 функций, и я хотел бы изменить значение значения одного объекта X1 (которое принимает 4 дискретных значения: A, B, C, D), чтобы увидеть, значительно ли отличается прогнозируемое значение Y (зависимая переменная) среди4 дискретных значения (удерживая остальные 9 функции постоянными).Например, ассоциируется ли A с более высоким прогнозируемым значением, чем B на уровне 5%, при этом все остальные функции остаются постоянными

Есть ли у кого-нибудь код, которым он может поделиться для вычисления интервала прогнозирования в R?

Answer 1

Вы можете сделать это с помощью функции пакета каретки "train ()".Но сначала должен присутствовать набор обучающих данных, чтобы мы могли сделать это с помощью функции «createDataPartition ()», а затем создать набор данных для обучения и тестирования, а затем обучить модель с использованием набора обучающих данных и прогнозировать набор данных для тестирования, а затем проверить с помощьюФункция "confusionmatrix ()"

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)

Надеюсь, что это разрешит ваш запрос