caret::predict.train
당신이 테스트 세트에 예측하기 위해 내장 된 모델 매개 변수를 사용하여 감사드립니다.
out <- predictionFunction(method = object$modelInfo,
modelFit = object$finalModel, newdata = newdata,
preProc = object$preProcess)
당신은 object$preProcess
에 액세스하여 모델을 만든 후 자신에 대한 이러한 매개 변수를 볼 수 있습니다 여기에
는 preProc 데이터 객체의 전처리 매개 변수에서 비롯 보여줍니다 소스 코드에서 조각입니다. 다음은 완전한 예입니다.
rm(list=ls())
library(caret)
set.seed(4444)
data(mtcars)
inTrain <- createDataPartition(y=mtcars$mpg,p=0.75,list=FALSE)
training <- mtcars[inTrain,]
testing <- mtcars[-inTrain,]
lmFit <- train(mpg~.,data=training,method="lm",preProc=c("center","scale"))
lmFit$preProcess
'caret :: predict.preProcess()'에 대해 이야기하고 있습니까? 그렇다면 문서에서는 변환을 통해 교육 데이터의 추정치를 사용하여 테스트 데이터를 센터링/스케일링한다고 말합니다. – ddunn801
모델을 교육하고 새 데이터 세트에서 사용하려고 할 때 predict.train에 대해 이야기하고 있습니다. – mlal