从R中的插入符号机器学习模型中提取预测值

Question

我是stackoverflow的新手，所以对于出现的任何错误我都表示歉意。

我正在使用caret包在R中运行各种机器学习模型-逻辑回归，SVM，决策树，Boosted树，神经网络和K最近邻。

我使用插入符号是因为实现所有这些模型只是更改方法名称的问题。

[我想提取模型在训练和测试集上的谓词，其想法是将输出/因变量的这些谓词存储回数据集中，以便与实际值进行比较。

我研究并能够找到以下代码：

results<-extractPrediction(models, testX = NULL, testY = NULL, unkX = NULL, unkOnly = !is.null(unkX) & is.null(testX), verbose = FALSE)

其中模型是要提取结果的所有模型的列表。

首先，除非按以下方式执行，否则代码将引发错误，但现在暂时将其保留。

results<-extractPrediction(models)

现在，当我将模型输入该函数时，我确实获得了模型的实际值和预测值，但是由于没有可用的索引号，因此我不知道哪个值对应于原始数据集中的哪个记录。 。

第二，输入到函数中的模型仅包含训练集，而不包含测试集。我需要以组合正确的顺序提取训练和测试集的预测值，以进行比较。

这是我正在试图做的事情，还是我只是为星星拍摄？

我还提供了一些示例供您参考：

在数据集上实现线性SVM

    cl <- parallel::makeCluster(detectCores(logical=TRUE), type='PSOCK')
    doParallel::registerDoParallel(cl)

   start.time <- Sys.time()
   trnControl <- trainControl(method='cv',number=5, allowParallel = T,verboseIter = T) 

   set.seed(11)
   ds1lnrsvm <- train(shortflag~., data=trnds1,method="svmLinear",
                   trControl=trnControl)
   ds1lnrsvm_t<- Sys.time() - start.time

   parallel::stopCluster(cl)
   registerDoSEQ()


## Implementing Linear SVM model on test dataset
   ds1lnrsvmres <- predict(object=ds1lnrsvm, newdata=testds1) 

## confusion matrix to check performance
   confusionMatrix(data=ds1lnrsvmres, reference=testds1$shortflag,positive="1")

将非常感谢您提供有关如何实现此目标的任何帮助或建议。

感谢您的建议。

Answer 1

没有trnds1 / testds1,，我无法重现您的问题，但也许下面是您想要的。

library(dplyr)

pred <- extractPrediction(list(NAME = ds1lnrsvm),   # extractPrediction neet list
                          testX = select(testds1, -shortflag),
                          testY = pull(testds1, shortflag))

trnds1 %>%                  # train data 
  bind_rows(testds1) %>%    # bind_rows with testdata
  bind_cols(pred) # %>%     # add cols of predict
  # select(-shortflag) # shortflg is the same as obs, if you want you delete the col.