如何在 R 中获得预测精度？答案

【问题标题】：how to obtain prediction accuracy in R?如何在 R 中获得预测精度？
【发布时间】：2015-01-27 11:32:52
【问题描述】：

我尝试用“cyl”作为因子变量来预测“mtcars”数据中的“cyl”：

data(mtcars)
mtcars$cyl <- as.factor(mtcars$cyl)

我将数据集分为“训练”和“测试”：

inTrain = inTrain <- createDataPartition(y=mtcars$cyl,p=0.75, list=FALSE)
training = mtcars[ inTrain,]
testing = mtcars[-inTrain,]

并拟合随机森林模型：

modelRF <- train(cyl ~ .,method="rf",data=training)
predRF <- predict(modelRF,testing)

目前我尝试使用confusionMatrix函数获得预测精度：

confusionMatrix(testing$cyl, predict(predRF, newdata = testing))

...但我不断收到此错误：

Error in UseMethod("predict") : 
no applicable method for 'predict' applied to an object of class "factor"

我做错了什么？有没有更好的方法来获得预测精度？

【问题讨论】：

标签： r machine-learning

【解决方案1】：

你似乎有点困惑。 predRF 已经是定义上的预测 - 这不是你可以有意义地输入 predict() 的东西。因此，您将得到您的混淆矩阵，如下所示：

> confusionMatrix(testing$cyl,predRF)
Confusion Matrix and Statistics

          Reference
Prediction 4 6 8
         4 2 0 0
         6 0 1 0
         8 0 0 3

此外，以inTrain = inTrain <- 开头的行看起来有点奇怪，尽管在语法上是有效的。我强烈建议您仔细查看您的代码，因为我怀疑其中可能隐藏了更多错误。

【讨论】：