我正在使用 Stacking 集成方法进行糖化学习项目。请按照以下代码操作。
my_control_prob <- trainControl(
method = "repeatedcv",
number = i,
savePredictions = 'final',
classProbs = T,repeats=5)
my_control <- trainControl(
method = "repeatedcv",
number = i,
savePredictions = 'final',
repeats=5)
model_list_prob <- caretList(
quality~., data=trainWhite,
trControl=my_control_prob, metric="Accuracy",
methodList=c("nb","knn")
)
model_list <- caretList(
quality~., data=trainWhite,
trControl=my_control, metric="Accuracy",
methodList=c("nb","knn")
)
p_prob <- as.data.frame(predict(model_list_prob, newdata=testWhite4))
#print(p_prob)
p_ <- as.data.frame(predict(model_list, newdata=testWhite4))
#print(p_) #("Good" when < 0.5)
我的数据集的类变量名为 quality,它有两个值“Good”和“Bad”。当预测概率小于 0.5 时,我需要将其归类为“坏”,反之亦然。但是从模型来看,返回的输出就像当预测概率小于 0.5 时被归类为“好”。我怎么能控制这个。我需要提到的是“好”是积极的类。