r - 如何获得R中的预测精度？

Question

我尝试使用“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？

Answer 1

你似乎有点困惑。 predRF根据定义，它已经是一个预测 - 它不是您可以有意义地输入 predict() 的东西。 。因此，您将得到如下的混淆矩阵:

> 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，还有一行以 inTrain = inTrain <- 开头看起来有点奇怪，尽管语法上是有效的。我强烈建议您仔细查看您的代码，因为我怀疑那里可能还隐藏着一些错误。