有没有办法从插入符号 lm 对象生成置信区间?
Is there a way to generate a confidence interval from a caret lm object?
我希望能够从我使用包 caret 创建的模型生成置信区间。这可以在使用 lm()
创建模型时使用 predict(model, data, interval = "confidence")
来完成。但是,当我对使用插入符号 train()
函数创建的模型尝试相同的命令时,出现以下错误:
Error in extractPrediction(list(object), unkX = newdata, unkOnly = TRUE, :
unused argument (interval = "confidence")
即使我在 train
函数中设置 method = "lm"
也是如此。有谁知道如何从这样的对象中获得置信区间?最好使用 predict
这样格式是一样的。
谢谢!
找到方法了! caret
对象确实存储了原始模型,位于大量元数据之下。您可以使用 my_model_name$finalModel
访问此模型。因此,要找到置信区间,您可以调用 predict(my_model_name$finalModel, my_data, interval = "confidence")
.
我希望能够从我使用包 caret 创建的模型生成置信区间。这可以在使用 lm()
创建模型时使用 predict(model, data, interval = "confidence")
来完成。但是,当我对使用插入符号 train()
函数创建的模型尝试相同的命令时,出现以下错误:
Error in extractPrediction(list(object), unkX = newdata, unkOnly = TRUE, :
unused argument (interval = "confidence")
即使我在 train
函数中设置 method = "lm"
也是如此。有谁知道如何从这样的对象中获得置信区间?最好使用 predict
这样格式是一样的。
谢谢!
找到方法了! caret
对象确实存储了原始模型,位于大量元数据之下。您可以使用 my_model_name$finalModel
访问此模型。因此,要找到置信区间,您可以调用 predict(my_model_name$finalModel, my_data, interval = "confidence")
.