交叉验证集的插入符号系数

Question

是否可以从R Caret包中获得所有交叉验证集的系数？

set.seed(1)
mu <- rep(0, 4)
Sigma <- matrix(.7, nrow=4, ncol=4) 
diag(Sigma)  <-  1
rawvars <- mvrnorm(n=1000, mu=mu, Sigma=Sigma)
d  <- as.ordered( 
  as.numeric(rawvars[,1]>0.5) )
d[1:200]  <- 1
df  <- data.frame(rawvars, d)
ind  <- sample(1:nrow(df), 500)
train  <- df[ind,]
test  <- df[-ind,]
trControl  <- trainControl(method = "repeatedcv",
                           repeats = 1,
                           classProb = T,
                           summaryFunction= twoClassSummary)
fit.caret  <- train(d~., data=train,
                    method="glm",
                    family = binomial(link="probit"), trControl =trControl)
> fit.caret$resample
         ROC      Sens      Spec    Resample
1  0.8383838 0.8148148 0.7272727 Fold01.Rep1
2  0.8881988 0.8571429 0.7391304 Fold02.Rep1
3  0.8937198 0.8518519 0.7826087 Fold03.Rep1
4  0.8792271 0.7407407 0.8260870 Fold04.Rep1
5  0.8771044 0.8888889 0.7727273 Fold05.Rep1
6  0.8703704 0.6666667 0.7727273 Fold06.Rep1
7  0.9145963 0.8928571 0.8260870 Fold07.Rep1
8  0.8649068 0.6785714 0.8260870 Fold08.Rep1
9  0.8084416 0.8928571 0.6818182 Fold09.Rep1
10 0.7938312 0.7857143 0.6363636 Fold10.Rep1

我每次重复都有ROC，但我也需要每次运行的系数

Answer 1

不是真的。我们不会从保留的数据集中存储太多内容。

您可以编写一个custom model来保存模型对象（通过save），然后您可以从那里获取系数。

最高