Weka迴歸樹林

Question

我正在使用Weka並希望使用隨機森林進行迴歸。具體來說，我有一個數據集：

Feature1,Feature2,...,FeatureN,Class 
1.0,X,...,1.4,Good 
1.2,Y,...,1.5,Good 
1.2,F,...,1.6,Bad 
1.1,R,...,1.5,Great 
0.9,J,...,1.1,Horrible 
0.5,K,...,1.5,Terrific 
. 
. 
. 

，而不是學習來預測最有可能的類，我想學習在班級的概率分佈對於給定的特徵向量。我的直覺是，僅僅使用Weka中的RandomForest模型是不合適的，因爲它會試圖最小化其絕對誤差（最大似然度）而不是其平方誤差（條件概率分佈）。那直覺是對的嗎？如果我想執行迴歸而不是分類，是否有更好的模型？

編輯：我現在其實在想，其實這可能不是問題。據推測，分類器正在學習條件概率P（Class | Feature1，...，FeatureN），所得到的分類只是在Class中找到最大化該概率分佈的c。因此，RandomForest分類器應該能夠給我條件概率分佈。我只需要再想一想。如果這是錯誤的，請糾正我。

Answer 1

如果要明確預測每個類的概率，則需要不同的輸入數據。也就是說，您需要替換要預測的值。您可能需要n個數據集（針對n個不同的標籤），而不是每個唯一特徵向量的彙總數據。你的數據會看起來像

Feature1,...,Good 
1.0,...,0.5 
0.3,...,1.0 

和

Feature1,...,Bad 
1.0,...,0.8 
0.3,...,0.1 

等。您需要爲每個課程學習一個模型，並分別在要分類的任何數據上運行它們。也就是說，對於每個標籤，您都會學習一個模型來預測一個數字，該數字就是該類別中的概率，並給出一個特徵向量。

如果您不需要顯式預測概率，請查看Weka中的貝葉斯分類器，它們利用他們學習的模型中的概率。