我对机器学习很陌生。我正在尝试用 R 中的 ranger 库探索拟合随机森林。我的因变量是连续的——所以它将是一个回归树(而不仅仅是分类)。在尝试这些功能时,我注意到 ranger 和 predict ranger 之间似乎存在差异。以下几行在results
和
results_alternative
中产生不同的预测:
rf_reg <- ranger(formula = y ~ ., data = training_df)
results <- rf_reg$predictions
results_alterantive <- predict(rf_reg, data = training_df)$predictions
任何人都可以解释为什么会有差异,是什么原因造成的?哪一个是正确的?我已经尝试过对
iris
数据进行分类,这似乎给出了相同的结果。非常感谢!