Bagaimana cara menggunakan R gbm dengan distribution = "adaboost"?

Dokumentasi menyatakan bahwa R gbm dengan distribusi = "adaboost" dapat digunakan untuk masalah klasifikasi 0-1. Pertimbangkan fragmen kode berikut:

gbm_algorithm <- gbm(y ~ ., data = train_dataset, distribution = "adaboost", n.trees = 5000)
gbm_predicted <- predict(gbm_algorithm, test_dataset, n.trees = 5000)

Itu dapat ditemukan di dokumentasi yang memprediksi.gbm

Mengembalikan vektor prediksi. Secara default prediksi berada pada skala f (x).

Namun skala tertentu tidak jelas untuk kasus distribusi = "adaboost".

Adakah yang bisa membantu dengan interpretasi nilai return predict.gbm dan memberikan gagasan konversi ke output 0-1?

Metode adaboost memberikan prediksi pada skala logit. Anda dapat mengubahnya menjadi output 0-1:

gbm_predicted<-plogis(2*gbm_predicted)

perhatikan 2 * di dalam logis

Anda juga dapat langsung mendapatkan probabilitas dari predict.gbmfungsi;

predict(gbm_algorithm, test_dataset, n.trees = 5000, type = 'response')

Fungsi tautan adaboost dijelaskan di sini . Contoh ini memberikan deskripsi terperinci tentang perhitungan:

library(gbm);
set.seed(123);
n          <- 1000;
sim.df     <- data.frame(x.1 = sample(0:1, n, replace=TRUE), 
                         x.2 = sample(0:1, n,    replace=TRUE));
prob.array <- c(0.9, 0.7, 0.2, 0.8);
df$y       <- rbinom(n, size = 1, prob=prob.array[1+sim.df$x.1+2*sim.df$x.2])
n.trees    <- 10;
shrinkage  <- 0.01;

gbmFit <- gbm(
  formula           = y~.,
  distribution      = "bernoulli",
  data              = sim.df,
  n.trees           = n.trees,
  interaction.depth = 2,
  n.minobsinnode    = 2,
  shrinkage         = shrinkage,
  bag.fraction      = 0.5,
  cv.folds          = 0,
  # verbose         = FALSE
  n.cores           = 1
);

sim.df$logods  <- predict(gbmFit, sim.df, n.trees = n.trees);  #$
sim.df$prob    <- predict(gbmFit, sim.df, n.trees = n.trees, type = 'response');  #$
sim.df$prob.2  <- plogis(predict(gbmFit, sim.df, n.trees = n.trees));  #$
sim.df$logloss <- sim.df$y*log(sim.df$prob) + (1-sim.df$y)*log(1-sim.df$prob);  #$


gbmFit <- gbm(
  formula           = y~.,
  distribution      = "adaboost",
  data              = sim.df,
  n.trees           = n.trees,
  interaction.depth = 2,
  n.minobsinnode    = 2,
  shrinkage         = shrinkage,
  bag.fraction      = 0.5,
  cv.folds          = 0,
  # verbose         = FALSE
  n.cores           = 1
);

sim.df$exp.scale  <- predict(gbmFit, sim.df, n.trees = n.trees);  #$
sim.df$ada.resp   <- predict(gbmFit, sim.df, n.trees = n.trees, type = 'response');  #$
sim.df$ada.resp.2 <- plogis(2*predict(gbmFit, sim.df, n.trees = n.trees));  #$
sim.df$ada.error  <- -exp(-sim.df$y * sim.df$exp.scale);  #$

sim.df[1:20,]