插入符号-使用train（）、predict（）和resamples（）的不同结果

我使用插入符号包分析各种模型，并使用以下方法评估结果：

• print（）[打印训练结果（）]
• predict（），以及
• 重采样（）

为什么以下示例中的这些结果不同

我对敏感性（真正的积极因素）感兴趣。 为什么J48_-fit的敏感度又是0.71、0.81、0.71

当我运行其他模型时也会发生同样的情况-灵敏度会根据评估而变化

注意：为了说明resamples（）函数，我在这里包括了两个模型，它必须以两个模型作为输入，但我的主要问题是，根据使用的方法，结果之间的差异

换句话说，train（）（C5.0_fit/J48_fit）、predict（）和resamples（）的结果有什么区别？ “幕后”发生了什么？我应该相信哪个结果

例如：

library(C50)
data(churn)

Seed <- 10

# Set train options
set.seed(Seed)
Train_options <- trainControl(method = "cv", number = 10,
                              classProbs = TRUE,
                              summaryFunction = twoClassSummary)

# C5.0 model:
set.seed(Seed)
C5.0_fit <- train(churn~., data=churnTrain, method="C5.0", metric="ROC",
                 trControl=Train_options)

# J48 model:
set.seed(Seed)
J48_fit <- train(churn~., data=churnTrain, method="J48", metric="ROC",
                 trControl=Train_options)
# Get results by printing the outcome
print(J48_fit)

#                      ROC Sens Spec
# Best (sensitivity): 0.87 0.71 0.98  

# Get results using predict()
set.seed(Seed)
J48_fit_predict <- predict(J48_fit, churnTrain)
confusionMatrix(J48_fit_predict, churnTrain$churn)
#             Reference
# Prediction  yes   no
#       yes  389    14
#       no    94  2836
# Sens : 0.81          
# Spec : 0.99

# Get results by comparing algorithms with resamples()
set.seed(Seed)
results <- resamples(list(C5.0_fit=C5.0_fit, J48_fit=J48_fit))
summary(results)
# ROC         mean
# C5.0_fit    0.92  
# J48_fit     0.87
# Sens        mean
# C5.0_fit    0.76  
# J48_fit     0.71
# Spec        mean
# C5.0_fit    0.99  
# J48_fit     0.98

库（C50）
数据（客户流失）
种子您打印的最佳灵敏度是10倍（来自您的简历）中每一倍的模型性能平均值。您可以使用
J48\u fit$resample
查看每个折叠的性能。然后，为了确认，您可以使用
平均值（J48_fit$resample[，1]）
取第一列的平均值ROC，得到0.865799

当您在完整数据集上使用
predict（）
时，您将得到不同的结果，因为数据与重采样中使用的数据不同-您将获得整个数据的模型性能，而不是每次10%的性能

Get_results <- function(...){

  Args <- list(...)
  Model_names <- as.list(sapply(substitute({...})[-1], deparse))

  message("Model names:")
  print(Model_names)

  # Function for getting max sensitivity
  Max_sens <- function(df, colname = "results"){
    df <- df[[colname]]
    new_df <- df[which.max(df$Sens), ]
    x <- sapply(new_df, is.numeric)
    new_df[, x] <- round(new_df[, x], 2)
    new_df
  }

  # Find max Sens for each model
  message("Max sensitivity from model printout:")
  Max_sens_out <- lapply(Args, Max_sens)
  names(Max_sens_out) <- Model_names
  print(Max_sens_out)

  # Find predict() result for each model
  message("Results using predict():")
  set.seed(Seed)
  Predict_out <- lapply(Args, function(x) predict(x, churnTrain))
  Predict_results <- lapply(Predict_out, function(x) confusionMatrix(x, churnTrain$churn))
  names(Predict_results) <- Model_names
  print(Predict_results)

  # Find resamples() results for each model

  message("Results using resamples():")
  set.seed(Seed)
  results <- resamples(list(...),modelNames = Model_names)
  # names(results) <- Model_names
  summary(results)

}

# Test
Get_results(C5.0_fit, J48_fit)