问题描述
我有一个分类问题，我的数据将为0或1。为此，我使用了adaboost算法（R中的ada函数）。为了解释结果，我检索了重量最大的树/树桩，因为它能最好地说明我的模型：
for (i in 1:300) { if (ada_model$model$alpha[i] == max(ada_model$model$alpha)){ print (i) } }
我用rpart.plot跟踪了那棵树：
rpart.plot(ada_model$model$trees[[1]],roundint=FALSE,type=5,digits=2,extra = 0,tweak = 2)
但是，我获得的树具有-1和1而不是0和1作为预测类，我什至不确定1代表1还是-1代表0或相反。
如何更改ada函数或树中的类，以使响应向量和预测保持一致？
N.B：在我的训练和测试集中，初始向量是2级“ 0”，“ 1”的因数。 同样，当我基于ada_model进行预测时，我得到的因子为2级“ 0”，“ 1”。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）