插入包：如何提取测试数据指标

Question

我有一个公开的数据集（＆＃34; banknote_authentication＆＃34;）。它有四个预测变量（方差，偏度，熵和峰度）和一个目标变量（类）。数据集包含1372条记录。我在Windows机器上使用R版本3.3.2和RStudio。

我使用插入符号包为以下模型创建交叉验证方法：逻辑回归，LDA，QDA，KNN，k = 1,2,5,10,20,50,100。我需要获得每种方法的测试误差以及灵敏度和特异性，并以箱线图的形式呈现结果，比较这些方法的测试误差/灵敏度/特异性。以下是我的逻辑回归代码示例：

ctrl <- trainControl(method = "repeatedcv", number = 10, savePredictions = TRUE)

mod_fit <- train(class_label~variance+skewness+kurtosis+entropy,  data=SBank, method="glm",  family="binomial", trControl = ctrl, tuneLength = 5)

pred = predict(mod_fit, newdata=SBank)

以下是我评估模型的方法：

confusionMatrix(data=pred, SBank$class_label)

如何从测试数据集中提取准确度，灵敏度和特异性指标，以便创建箱图？我不需要从混淆矩阵输出的汇总度量标准，我需要这些度量的数据集，我可以用图形表示。