Question

在插入符号包的训练功能中，可以执行预测变量的居中和缩放，如下例所示：

pred <- predict(knnFit, newdata = test)

在训练中设置此转换应该可以更好地评估重采样过程中算法的性能。

在这种情况下，当我使用模型来预测新数据的响应时，我是否应关注居中和缩放，或者此操作是否包含在最终模型中？

以下操作是否足够？

.collapse('show')

谢谢！

Answer 1

列车对象中指定的preProces将应用于新数据，而无需先预处理新数据。所以你的操作就足够了。

另请参阅下面的插入符号网站的摘录。还有一整个部分纯粹是关于预处理。绝对值得你花时间阅读它。

您可以在此处找到caret website。

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。