如何使用经过培训的插入符号对象来预测新数据（培训时不使用）？

Question

我正在使用caret包来训练训练数据集上的随机森林模型。我使用了10倍交叉验证来获得一个对象randomForestFit。现在我想使用此对象来预测新数据集test_data。我也想得到各自的班级概率。我该怎么做？

我一直在使用extractProb函数，如下所示：

extractProb(randomForestFit, textX = test_data_predictors, testY = test_data_labels)

但它给了我意想不到的结果。

Answer 1

从extractProb帮助页面示例中，您需要将模型包装在列表中：

knnFit <- train(Species ~ ., data = iris, method = "knn", 
                trControl = trainControl(method = "cv"))

rdaFit <- train(Species ~ ., data = iris, method = "rda", 
                trControl = trainControl(method = "cv"))

predict(knnFit)
predict(knnFit, type = "prob")

bothModels <- list(knn = knnFit,
                   tree = rdaFit)

predict(bothModels)

extractPrediction(bothModels, testX = iris[1:10, -5])
extractProb(bothModels, testX = iris[1:10, -5])

所以以下内容应该有效：

extractProb(list(randomForestFit), textX = test_data_predictors, testY = test_data_labels)

修改

是的，将使用预处理。来自documentation：

  

这些处理步骤将在任何预测期间应用   使用predict.train，extractPrediction或extractProbs生成（参见   本文后面的详细信息）。预处理不会   应用于直接使用对象$ finalModel对象的预测。