在过去的几年里，我使用sklearn进行机器学习建模，并逐渐习惯于一个看起来非常合乎逻辑且具有凝聚力的框架：
from sklearn.ensemble import RandomForestClassifier
# define a model
clf = RandomForestClassifier()
# fit the model to data
clf.fit(X,y)
#make prediction on a test set
preds = clf.predict_proba(X_test)[:,1]
我现在正在尝试学习一些R，并希望开始做一些我在sklearn做的事情。您注意到来自sklearn世界的第一件事是跨包的不同语法。这是可以理解的，但有点不方便。 插入符号似乎是解决该问题的一个很好的解决方案，可以在所有不同的R包中创建内聚（即randomForest，gbm，...）。 虽然我仍然对一些默认选择感到困惑（即train（）方法似乎默认为某种网格搜索）。另外，插入符号似乎在幕后使用plyr，这会混淆一些dplyr方法，如总结。由于我使用dplyr进行大量数据操作，这是一个问题。 你能帮我弄清楚插入符号相当于sklearn的model / fit / predict_proba是什么吗？还有，有办法处理plyr / dplyr问题吗？
答案 0 :(得分：2)
在caret库中进行预测相当于更改?predict.train中的类型。它应该改为：
predict(model, data, type="prob")
如果你想混合dplyr / plyr，那么最简单的方法是使用：
显式调用它dplyr::summarise
或
plyr::summarise
如果您已经尝试使用predict(..., type="prob")并提出一个您不理解并放弃的奇怪错误，我建议您阅读以下帖子：Predicting Probabilities for GBM with caret library