如何使用训练有素的插入符号对象来预测新数据（训练时未使用）？

Question

我正在使用 caret 包在训练数据集上训练随机森林模型。我使用了 10 折交叉验证来得到一个对象说 randomForestFit。现在我想用这个对象来预测新的数据集，比如 test_data。我还想获得各自的 class 概率。我该怎么做？

我一直在使用 extractProb 函数，如下所示：

extractProb(randomForestFit, textX = test_data_predictors, testY = test_data_labels)

但它给了我意想不到的结果。

Answer 1

从 extractProb 帮助页面示例中，您需要将模型包装在列表中：

knnFit <- train(Species ~ ., data = iris, method = "knn", 
                trControl = trainControl(method = "cv"))

rdaFit <- train(Species ~ ., data = iris, method = "rda", 
                trControl = trainControl(method = "cv"))

predict(knnFit)
predict(knnFit, type = "prob")

bothModels <- list(knn = knnFit,
                   tree = rdaFit)

predict(bothModels)

extractPrediction(bothModels, testX = iris[1:10, -5])
extractProb(bothModels, testX = iris[1:10, -5])

所以以下应该有效：

extractProb(list(randomForestFit), textX = test_data_predictors, testY = test_data_labels)

编辑：

是的，将使用预处理。来自 documentation:

These processing steps would be applied during any predictions generated using predict.train, extractPrediction or extractProbs (see details later in this document). The pre-processing would not be applied to predictions that directly use the object$finalModel object.

如何使用训练有素的插入符号对象来预测新数据（训练时未使用）？

How to use trained caret object to predict on new data (not used while training)?

r

ensemble-learning

r-caret