如何从随机森林模型重采样内的插入符取样中提取最终模型数据集

Question

在重新采样程序内部进行二次采样之后，如https://topepo.github.io/caret/subsampling-for-class-imbalances.html#subsampling-during-resampling所示，我的问题是如何在插入符号方法=“rf”并且采样方法为“smote”时提取由此过程产生的实际数据集。

例如，如果使用method = glm，则可以使用模型$ finalModel $ data提取数据;如果方法=“rpart”，则可以使用model $ finalModel $ call $ data类似地提取数据。

在重新采样和方法= rpart中使用子采样可以按如下方式提取smote数据集：

library(caret)
library(DMwR)
data("GermanCredit")
set.seed(122)
index1<-createDataPartition(GermanCredit$Class, p=.7, list = FALSE)
training<-GermanCredit[index1, ]
#testing<-GermanCredit[-index1,] 
colnames(training)

metric <- "ROC"
ctrl1<- trainControl(
  method = "repeatedcv",
  number = 10,
  repeats = 5,
  search = "random",
  classProbs = TRUE, # note class probabilities included
  savePredictions = T, #"final"
  returnResamp = "final",
  allowParallel = TRUE,
  summaryFunction = twoClassSummary,
  sampling = "smote")

set.seed(1)
mod_fit<-train(Class ~ Age +
                 ForeignWorker + 
                 Property.RealEstate + 
                 Housing.Own + 
                 CreditHistory.Critical, data=training, method="rpart",
                 metric = metric,
                 trControl= ctrl1)


mod_fit # ROC 0.5951215
dat_smote<- mod_fit$finalModel$call$data
table(dat_smote$.outcome)
# Bad Good 
# 630  840 
head(dat_smote)
# Age ForeignWorker Property.RealEstate Housing.Own CreditHistory.Critical .outcome
#  40             1                   0           1                      1     Good
#  29             1                   0           0                      0     Good
#  37             1                   1           0                      1     Good
#  47             1                   0           0                      0     Good
#  53             1                   0           1                      0     Good
#  29             1                   0           1                      0     Good

我只是希望能够在method =“rf”时执行相同的数据集提取。代码可能看起来像这个dat < - mod_fit $ trainingData [mod_fit $ trainingData == mod_fit $ finalModel $ x，]

Answer 1

我认为唯一的方法就是编写一个custom model，将数据对象保存在fit模块中（尽管这非常令人不满）。