如何从 caret::predict() 获得 class 概率和预测？

Question

除了预测class标签外，是否可以在预测时return对新数据中每个观测值的期望？

library(caret)
knnFit <- train(Species ~ ., data = iris, method = "knn", 
                trControl = trainControl(method = "cv", classProbs = TRUE))

x <- predict(knnFit, newdata = iris)

Returns 预测的向量 classes.

str(x)
Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

如果我想要概率：

x <- predict(knnFit, newdata = iris, type = "prob")
> head(x)
  setosa versicolor virginica
1      1          0         0
2      1          0         0
3      1          0         0
4      1          0         0
5      1          0         0
6      1          0         0

是否可以同时使用插入符号 return 预测和概率？我知道我可以通过采用概率版本的 max.col 来计算，但我想知道是否有一种内置的方法可以同时获得两者？

Answer 1

我把我的评论变成一个答案。一旦生成 table 概率预测，您实际上不需要运行两倍的预测函数来获得 classes。您可以通过应用一个简单的 which.max 函数（在我看来运行速度很快）来请求添加 class 列。这将为每一行分配列的名称（三个中的一个 c("setosa", "versicolor", "virginica")），基于哪个概率最高。

你得到这个 table 包含这两个信息，如所要求的：

library(dplyr)
predict(knnFit, newdata = iris, type = "prob") %>% 
  mutate('class'=names(.)[apply(., 1, which.max)])
# a random sample of the resulting table:
####     setosa versicolor virginica      class
#### 18       1  0.0000000 0.0000000     setosa
#### 64       0  0.6666667 0.3333333 versicolor
#### 90       0  1.0000000 0.0000000 versicolor
#### 121      0  0.0000000 1.0000000  virginica

ps：这使用来自 dplyr 或 magrittr 包的管道运算符。点 . 表示何时重用前一条指令的结果

如何从 caret::predict() 获得 class 概率和预测？

How to get the class probabilities AND predictions from caret::predict()?

r

predict

r-caret