機器學習中隨機森林、神經網絡和xgboost的分類問題和判斷分佈的方法

一、 最近在做機器學習分類問題的評價，寫了一些代碼和評價方法 總的來說，用隨機森林和其他分類器做好分類後對混淆矩陣進行處理可以得到rr和kappa係數，此外對於二分類變量，還可以計算出roc曲線和auc面積，在對隨機森林的計算中，我得到了以下的代碼： library(randomForest) library(moments) library(car) library("soiltexture")

>>阅读原文<<