插入符号：当 `train` 公式删除变量时，`predict` 失败

Question

TL/DR ANSWER：在newdata 参数中指定训练数据。

如何从使用caret 的predict 训练的模型中始终如一地提取类别概率？目前，当predict 的参数使用公式表示法进行训练并且使用-variable 指示变量被忽略时，我得到一个错误。

这可以通过以下方式复制：

fit.lda <- train(Species ~ . -Petal.Length, 
  data = iris, 
  preProcess = c("center", "scale"), 
  trControl = trainControl(method = "repeatedcv", 
    number = 10, 
    repeats = 3, 
    classProbs = TRUE, 
    savePredictions = "final", 
    selectionFunction = "best", 
    summaryFunction = multiClassSummary), 
  method = "lda", 
  metric = "Mean_F1")

然后下面一行将失败：

predict(fit.lda, type = "prob")

predict.lda(modelFit, newdata) 中的错误：变量数错误

如果在train 公式中省略了-Petal.Length，则不会出错。我对公式语句做错了吗？

我想我可以挖掘模型的 pred 插槽并获取与类类型相对应的列（请参阅 EDIT2），但这似乎是 hackish。 有没有办法获得 predict按预期工作？

=====编辑=====

我使用 caretEnsemble 包中的 caretList 训练了许多不同的模型（使用公式表示法），但在尝试使用 predict 时出现各种错误：

• knn

knn3Train(train = c(....) 中的错误：'test' 和 'train 的尺寸不同

• svmRadial:

警告信息： 在方法$prob(modelFit = modelFit, newdata = newdata, submodels = param) 中： kernlab 类概率计算失败；返回 NAs

• mlpML:

myFunc[[1]](x, ...) 中的错误： 输入数据列数 28 与输入神经元数 20 不匹配

没有错误的方法是nnet 和基于树的方法（rf、xgbTree）

=====EDIT2=====

以下不考虑重复重采样。选择的答案要简单得多。

这是从训练后的模型中提取概率的自制解决方案，但为了标准化，我更希望predict 能够正常运行。

grabProbs <- function(model) model$pred[, colnames(model$pred) %in% model$levels]

grabProbs(fit.lda)

Answer 1

只需使用newdata 参数就可以了

predict(fit.lda, newdata = iris, type = "prob")

[已编辑]

我们可以看到，对于lda，预测结果是相同的：

library(MASS)
fit.lda <- lda(Species ~ . -Petal.Length, data = iris)
identical(predict(fit.lda), predict(fit.lda, newdata=iris))
# [1] TRUE

library(randomForest)
fit.rf <- randomForest(Species ~ . -Petal.Length, data = iris)
identical(predict(fit.rf), predict(fit.rf, newdata=iris))
# [1] FALSE