r - 从最佳 R Caret 模型中提取获胜的 RMSE

Question

我使用 caret 包创建 nnet 模型并使用以下代码提取预测值:

nnet<-predict(my_model, newdata = my_new_data) 
nnet
[1] -0.1468207

我还创建了以下输出，由此我可以查看最佳模型参数，如下所示:

Resampling results across tuning parameters:

  size  decay  RMSE        Rsquared   RMSE SD      Rsquared SD
  10    0.001  0.01867841  0.4789708  0.002538599  0.12778927 
  10    0.100  0.02349088  0.1233067  0.001859455  0.10188046 
  12    0.001  0.01826047  0.5059824  0.002630588  0.12962511 
  12    0.100  0.02348553  0.1238252  0.001890646  0.09851303 
  15    0.001  0.01795350  0.5289120  0.003021449  0.13908835 
  15    0.100  0.02318972  0.1429446  0.001932714  0.11156927 

RMSE was used to select the optimal model using  the smallest value.
The final values used for the model were size = 15 and decay = 0.001.

我的问题是如何创建一个仅包含最终模型的最佳 RMSE 的变量？ (而不是必须手动检查输出。)

例如。沿着这些线的东西:

Model_RMSE<-nnet$finalModelRMSE
Model_RMSE
[1] 0.01795350

谢谢

*更新谢谢@SamThomas 就是这样。我实际上只想要来自“获胜/最佳”使用模型的 RMSE，所以我只是将您的建议包装在 min() 中，如下所示。

>nnet$results["RMSE"]
        RMSE
1 0.01867841
2 0.02349088
3 0.01826047
4 0.02348553
5 0.01795350
6 0.02318972

>min(nnet$results["RMSE"])
[1] 0.0179535

Answer 1

已经有一个名为 getTrainPerf 的函数可以做到这一点。

最大