如何獲得預測的類而不是類概率？

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。

來源

2016-07-29 Imran Ali

似乎插入符包（caret_6.0-70）仍然有問題，用式接口。將公式從Response ~ .擴展到明確提及像這樣的所有預測變量的公式，即可解決此問題，predict.train(m_rf, newdata=testSet)返回預測的類。

來源

2016-07-31 08:24:48

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 –

通過在predict（）函數中指定type =「prob」，您特別要求概率。只是將其刪除&它將提供標籤

pred <- predict.train(m_rf, newdata = testSet,models=m_rf$finalModel)

來源

2016-07-29 04:45:02 Nishad

不幸的是，它不適合我，刪除'type = prob'沒有任何好處。 'pred'接收'NAs' –

如何獲得預測的類而不是類概率？

回答

相關問題