小编sta*_*ve7的帖子

我已经建立了密度函数,现在我想计算一个新数据点"下降"到选定区间的概率(比如,a = 3,b = 7).所以,我正在寻找:

P(a<x<=b)

一些样本数据:

df<- data.frame(x=c(sample(6:9, 50, replace=TRUE), sample(18:23, 25, replace=TRUE)))

dens<- density(df$x)

我会很高兴听到任何解决方案,但最好是在基础r

先感谢您

当我在我的测试数据上运行随机森林模型时,我得到的是相同数据集+模型的不同结果.

以下是您可以看到第一列的差异的结果:

> table((predict(rfModelsL[[1]],newdata = a)) ,a$earlyR)

        FALSE TRUE
 FALSE    14    7
 TRUE     13   66

> table((predict(rfModelsL[[1]],newdata = a)) ,a$earlyR)

        FALSE TRUE
 FALSE    15    7
 TRUE     12   66

虽然差异非常小,但我正在努力了解导致这种情况的原因.我猜这predict有"灵活"的分类门槛,虽然我在文档中找不到; 我对吗？

先感谢您

我正在下载我的数据,并且我得到以下代码的不同结果:

subset(df, x==1)
df[df$x==1,]

x的类型是 integer

难道我做错了什么？先感谢您