R gbm爲什麼fit tree的長度始終是數據集iris的n.trees的3倍

Question

無論我們選擇什麼方法（'cv', 'OOB' or 'test'），我們選擇合適的gbm對象中樹的數量始終爲3*n.trees數據集iris 。

是因爲iris數據集有一個3級目標分類變量。

如果是與目標變量具有值A，B和C，爲所述第一樹，第二樹B，第三樹C和第四樹甲再次？

或者如果n.trees設置爲100，則前100棵樹用於A，第2 100棵樹用於B，最後100棵用於C？

fit = gbm(data=iris, Species ~., shrinkage = 0.2, n.trees = 50, cv.folds = 2) 

best.iter = gbm.perf(fit, method = 'cv') 

fit = gbm(data=iris, Species ~., shrinkage = 0.2, n.trees = 40, train.fraction = 0.8) 

best.iter = gbm.perf(fit, method = 'test') 

fit = gbm(data=iris, Species ~., shrinkage = 0.2, n.trees = 50) 

best.iter = gbm.perf(fit, method = 'OOB') 

Answer 1

你說得對，樹的數量是3倍，因爲你試圖適合的公式的左邊的因子。 R會將其分解爲公式左側的3個獨立變量，您將得到3個單獨的擬合。

如果您篩選數據以只得到兩個層面的因素，你將最終獲得2個* n.trees代替。

library(gbm) 
iris.sub <- iris[iris$Species != "setosa", ] 
iris.sub$Species <- factor(as.character(iris.sub$Species)) 
levels(iris.sub$Species) 
fit = gbm(data=iris.sub, Species ~., shrinkage = 0.2, n.trees = 50, cv.folds = 2, distribution = "multinomial") 
length(fit$trees) 

至於數據是如何在gbm.object內舉辦，我無法找出哪些責令樹木英寸