如何获得R的预测精度？

Question

我尝试用“cyl”作为因子变量来预测“mtcars”数据中的“cyl”：

data(mtcars)
mtcars$cyl <- as.factor(mtcars$cyl)

我将数据集拆分为“training”和“testing”：

inTrain = inTrain <- createDataPartition(y=mtcars$cyl,p=0.75, list=FALSE)
training = mtcars[ inTrain,]
testing = mtcars[-inTrain,]

并适合随机森林模型：

modelRF <- train(cyl ~ .,method="rf",data=training)
predRF <- predict(modelRF,testing)

目前我尝试使用confusionMatrix函数获取预测准确度：

confusionMatrix(testing$cyl, predict(predRF, newdata = testing))

...但我一直收到这个错误：

Error in UseMethod("predict") : 
no applicable method for 'predict' applied to an object of class "factor"

我做错了什么？ 有没有更好的方法来获得预测准确度？

Answer 1

你似乎有点困惑。根据定义，predRF已经 预测 - 这不是你可以有意义地提供给predict()的东西。因此，您将得到如下的混淆矩阵：

> confusionMatrix(testing$cyl,predRF)
Confusion Matrix and Statistics

          Reference
Prediction 4 6 8
         4 2 0 0
         6 0 1 0
         8 0 0 3

此外，虽然语法上有效，但从inTrain = inTrain <-开始的行看起来有点奇怪。我强烈建议您仔细查看您的代码，因为我怀疑可能会隐藏更多错误。