我做了一些分類模型,其中1
表示它是同一個人,而0
表示它們不同。Ensambling分類模型
如果打印我的預測的頭看起來方式如下:
> head(PredictCTree)
[1] 0 0 0 0 0 0
Levels: 0 1
> head(PredictSVM)
1 1.1 1.2 1.3 1.7 1.14
0 0 0 0 0 0
Levels: 0 1
> head(PredictForest)
1.212 1.839 1.906 1.951 1.1011 1.1151
1 1 1 0 1 1
Levels: 0 1
所以,如果我想取它們的平均值,並把它們加起來我必須讓他們的數字,但這裏是我奮力: 示例:
> PredictForest[1]
1.212
1
Levels: 0 1
基本上我要添加1 + 0(對於PredictForest和SVM)
as.numeric(PredictForest[1])
[1] 2
但我最終得到這樣的回答:
> as.numeric(PredictForest[1]) + as.numeric(fitted.results[1] + as.numeric(PredictCTree[1]))
[1] 4
有什麼建議?
我的預期輸出是:
> as.numeric(PredictForest[1]) + as.numeric(fitted.results[1] + as.numeric(PredictCTree[1]))
[1] 1
所以後來,我可以分割或以測試並獲得最可能的種類給予權重。
謝謝!
謝謝,現在我明白了! –