CLOP中的Random Forest


CLOP中的Random Forest调用R来实现,比较稳定,同时基于Spider的框架,用起来也算方便

CLOP中大多数分类器适用于两类分类,处理多类的demo中都是OVA,OVO的例子

Random Forest本身对待多类和两类并无区别,不过在CLOP1.6中,RF的训练部分代码适用于多类,而分类部分的代码只能用于两类分类

CLOP/challenge_objects/pat/@rf/testing.m

switch algo.optimizer
    case 'R'
        preds=fevalR('RFtest', 'forest', forest, 'xtest', X_te);    
        % warning, may have inverted the 2 classes.
        % case of 2 classes only %% 这里只处理了两类分类
%% preds.resu 是一个numIns * numClass的矩阵,对应分类为不同类别的概率,根据这个矩阵可以求解多类的Y_resu outval
=preds.resu(:,2)-preds.resu(:,1); Y_conf=abs(outval); Y_resu=sign(outval); zero_val=find(Y_resu==0); % remove ties Y_resu(zero_val)=algo.algorithm.default_output; case 'Weka' % ... case 'Merk' param = forest.param; warning off out = RFClass(param, X_te, Y_te, forest); warning on Y_resu=targets(out.ypredts); zero_val=find(Y_resu==0); % remove ties Y_resu(zero_val)=algo.algorithm.default_output; Y_conf=abs(log(out.countts(:,2)+1)-log(out.countts(:,1)+1)); zero_val=find(Y_conf==0); % remove ties Y_conf(zero_val)=eps; %Y_resu=out.countts(:,2)-out.countts(:,1); % we use the counts as class likelihoods % the discriminant value is log(p1/p2) end

优质内容筛选与推荐>>
1、vue 安装与起步
2、java替换word表格2007
3、最新版FreeTextBox(版本3.1.6)在ASP.Net 2.0中使用简解(提供博客园本地下载)
4、Tokyo Tyrant(TTServer)系列-高可用性和高可靠性+nginx
5、Combining Deep Learning with Information Retrieval to Localize Buggy Files for Bug Reports


长按二维码向我转账

受苹果公司新规定影响,微信 iOS 版的赞赏功能被关闭,可通过二维码转账支持公众号。

    阅读
    好看
    已推荐到看一看
    你的朋友可以在“发现”-“看一看”看到你认为好看的文章。
    已取消,“好看”想法已同步删除
    已推荐到看一看 和朋友分享想法
    最多200字,当前共 发送

    已发送

    朋友将在看一看看到

    确定
    分享你的想法...
    取消

    分享想法到看一看

    确定
    最多200字,当前共

    发送中

    网络异常,请稍后重试

    微信扫一扫
    关注该公众号