我已經使用caret
包訓練了一個隨機森林,用於預測二進制分類任務。如何獲得預測的類而不是類概率?
library(caret)
set.seed(78)
inTrain <- createDataPartition(disambdata$Response, p=3/4, list = FALSE)
trainSet <- disambdata[inTrain,]
testSet <- disambdata[-inTrain,]
ctrl <- trainControl(method = "repeatedcv", number = 10, repeats = 10)
grid_rf <- expand.grid(.mtry = c(3,5,7,9))
set.seed(78)
m_rf <- train(Response ~ ., data=trainSet,
method= "rf", metric = "Kappa", trcontrol=ctrl, tuneGrid = grid_rf)
的Response
變量包含值{Valid
,Invalid
}。 使用我得到的類概率測試數據如下:
pred <- predict.train(m_rf, newdata = testSet,
type="prob", models=m_rf$finalModel)
然而我感興趣的,獲得預測類即Valid
或Invalid
,而不是階級概率到產生混淆矩陣。
我已經在predict.train
函數中嘗試過參數type="raw"
,但它返回的列表爲NAs
。
如果它是一個錯誤,請在github的脫字符頁面上報告它。 – phiver
@phiver,是的,我打算報告它,因爲它報道的包裝符號的舊版本之一。版本的版本說明(6.0-70)提到此問題已得到解決。無論如何,我會報告在github上的錯誤 –