-2
私はRのためのbartMachineビネットを通過しています。最後には、分類問題にbartMachineを使用する例があります。これは、MASSパッケージのPima.teデータセットを使用しています。 bartMachineで "タイプ"を予測しようとすると(ビネットの直後)、私の結果をビネットのものと比較することで、私の混乱マトリックスが間違っているように見えます。私は非常に高い誤り率を得ています - そして、オフ対角線の数字は、ビネットの本当の正と負の真の数字のように非常によく見えます。誰かがこれを確認できますか?分類に続く混乱行列を見たときに、RパッケージbartMachineにエラーがありますか?
options(java.parameters = "-Xmx5g")
library(bartMachine)
set_bart_machine_num_cores(4)
data("Pima.te",package = "MASS")
X <- data.frame(Pima.te[,-8])
y <- Pima.te[,8]
bart_machine_cv <- bartMachineCV(X,y)
bart_machine_cv
ようこそに固定されるパッケージ中の標識エラーがあるように見えます。 (1)[良い質問をするにはどうすればいいですか](1)[MCVEの作成方法](http://stackoverflow.com/jp)/help/mcve)と(3)[Rで最小限の再現可能なサンプルを提供する方法](http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example #answer-5963610)。それに応じてあなたの質問を編集し、改善してください。つまり、入力データと試行したコード行(必要なパッケージをロードすることを含む)を提供します。 – lukeA