我正在尝试使用随机森林分类在R中建立模型。（通过由奈德霍宁编辑代码）予先用随机森林包，但随后发现测距仪包，其中承诺更快的计算。
首先，我使用下面的代码来获取模型末尾每个类的预测概率：
predProbs <- as.data.frame(predict(randfor, imageBlock, type='prob'))
这里的概率类型如下：
我们的模型中有500棵树，其中250棵表示观察为1类，因此概率为250/500 = 50％
在Ranger中，我意识到没有type = 'prob'选择。
我搜索并尝试了一些调整，但没有任何进展。我需要一个包含上述Ranger软件包中所述概率的对象。
有人可以给这个问题一些建议吗？
您需要训练“概率分类器”类型的ranger对象：
library("ranger")
iris.ranger = ranger(Species ~ ., data = iris, probability = TRUE)
在predict.ranger函数中使用此对象时，将计算一个矩阵（n_samples，n_classes）：
probabilities = predict(iris.ranger, data = iris)$predictions