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").