如何通过R＆C的Caret包通过最小二乘SVM获得验证集（K-fold cv）的预测概率？

Question

我正在使用R的{​​{1}}包进行二进制分类。我尝试使用具有多项式内核的最小二乘支持向量机（caret作为lssvmRadial函数中的方法），如下所示：

train

我在least_suqares_svm_model <- train(x = input_predictors, y = input_labels, method = "lssvmRadial", trControl = myTrainControl, tuneLength = 1, preProcess = c("BoxCox", "center", "scale")) 函数中设置了classProbs = TRUE。但myTrainControl数据框如下所示：

pred

我如何获得课程概率（以便我可以计算> head(least_suqares_svm_model$pred) pred obs rowIndex sigma Resample 1 0 0 1 0.01960077 Fold01 2 1 1 6 0.01960077 Fold01 3 1 0 10 0.01960077 Fold01 4 0 0 16 0.01960077 Fold01 5 1 1 31 0.01960077 Fold01 6 1 1 32 0.01960077 Fold01 等）？

Answer 1

提供可重现的示例和sessionInfo的结果将有助于明确回答您的问题。

我猜你给了它结果的二进制指标，所以它实际上适合回归模型。将结果作为一个因素。