在 R 中交叉验证后如何在测试数据集上应用 knn 模型

Question

我正在尝试解决名为Titanic- Machine Learning from Disaster 的众所周知的问题。

我想应用knn 从测试数据集中预测survived。我也想使用cross-validation，然后想将它应用到我的测试数据集。

代码结构如下：

install.packages("caret")
library(caret)

knn_2_train <- knn_1_train # train dataset
knn_2_train$Survived <- train$Survived
Survived <- as.factor(train$Survived) # train labels

knn_2_test <- knn_1_test # test dataset

trControl <- trainControl(method  = "cv", number  = 5)

fit <- train(knn_2_train, Survived,
             method = "knn",
             tuneGrid   = expand.grid(k = 1:50),
             metric     = "Accuracy",
             trControl  = trControl
             )

现在，我不确定如何在cross-validation 之后将knn 模型应用于测试数据集。

任何形式的建议都是可以理解的。

Answer 1

您可以执行以下操作；

test.df$predObs <- predict(
   object  = fit,
   newdata = test.df
)

这会将您的预测作为predObs 存储在您的测试集test.df 中，然后您可以使用各种性能指标对其进行评估。

祝你项目顺利！

注意：请记住更改test.df，使其与您的测试数据相对应。让 med 知道它是否适合您！