이진 분류 작업을 예측하기 위해 caret
패키지를 사용하여 임의의 포리스트를 교육했습니다.클래스 확률 대신 예측 클래스를 얻는 방법은 무엇입니까?
library(caret)
set.seed(78)
inTrain <- createDataPartition(disambdata$Response, p=3/4, list = FALSE)
trainSet <- disambdata[inTrain,]
testSet <- disambdata[-inTrain,]
ctrl <- trainControl(method = "repeatedcv", number = 10, repeats = 10)
grid_rf <- expand.grid(.mtry = c(3,5,7,9))
set.seed(78)
m_rf <- train(Response ~ ., data=trainSet,
method= "rf", metric = "Kappa", trcontrol=ctrl, tuneGrid = grid_rf)
Response
변수 값 {Valid
, Invalid
}를 포함한다. 내가 테스트 데이터의 클래스 확률을 얻을 다음 사용 :
pred <- predict.train(m_rf, newdata = testSet,
type="prob", models=m_rf$finalModel)
그러나 내가 혼란 매트릭스을 생성 에 클래스 확률의 즉 Valid
또는 Invalid
대신 예측 클래스를 얻기에 관심을.
함수에서 이미 인수 type="raw"
을 시도했지만 NAs
의 목록을 반환합니다.
버그 인 경우, 그것을 캐럿의 github 페이지에보고하십시오. – phiver
@phiver, 예, 패키지 캐럿의 이전 버전 중 하나에 대해서도보고되었으므로보고 할 계획입니다. 내가 가지고있는 버전의 릴리스 노트 (6.0-70)는이 문제가 해결되었다고 언급합니다. 어쨌든 나는 github에 버그를보고 할 것이다. –