如何从caret:：predict（）获取类概率和预测？

除了预测类标签外，在预测时是否可以在新数据中返回每个观察的预期值

library(caret)
knnFit <- train(Species ~ ., data = iris, method = "knn", 
                trControl = trainControl(method = "cv", classProbs = TRUE))

x <- predict(knnFit, newdata = iris)

如果我想要概率：

x <- predict(knnFit, newdata = iris, type = "prob")
> head(x)
  setosa versicolor virginica
1      1          0         0
2      1          0         0
3      1          0         0
4      1          0         0
5      1          0         0
6      1          0         0

x头（x）
维吉尼亚杂色刚毛
1      1          0         0
2      1          0         0
3      1          0         0
4      1          0         0
5      1          0         0
6      1          0         0

---

有可能让插入符号同时返回预测和概率吗？我知道我可以用max.col of probabilities版本来计算，但我想知道是否有一种内在的方法可以同时得到这两个版本？

我将我的评论变成了一个答案。 生成概率预测表后，实际上不需要运行两次预测函数来获得类。您可以通过应用一个简单的

which.max

函数（它运行得很快）来请求添加class列。这将为每一行指定列的名称（三个

c（“setosa”、“versicolor”、“virginica”）

中的一个），以概率最高为基础

根据要求，您可以获得包含这两个信息的表格：

library(dplyr)
predict(knnFit, newdata = iris, type = "prob") %>% 
  mutate('class'=names(.)[apply(., 1, which.max)])
# a random sample of the resulting table:
####     setosa versicolor virginica      class
#### 18       1  0.0000000 0.0000000     setosa
#### 64       0  0.6666667 0.3333333 versicolor
#### 90       0  1.0000000 0.0000000 versicolor
#### 121      0  0.0000000 1.0000000  virginica

---

ps：这使用来自

dplyr

或

magrittr

包的管道操作员。点

表示当您重用上一条指令的结果时

只需调用

predict（）

两次即可。如果需要单个调用，请编写一个helper函数。我不确定我是否理解这里的问题所在。@Flick先生，因为我实际上预测了超过1000万条记录的时间是一个因素，因此理想情况下，它将在oner中完成。有可能吗？没有。您可以在

caret:：predict.train

查看源代码。根据类型，显然存在一个if/else分支。打两次电话真的太慢了吗？你计时了吗？我的意思是，你可以通过所有的源代码和自己破解，但我确信它会更快，除非你选择重新实现C++中的R函数或其他东西。嗯，刚才我正在linux屏幕上训练，我估计可能需要一天或更长的时间，但如果预测需要很长时间，我会在这里报告。当我今天早上早些时候进行实验时，他们就这样做了，所以我使用了一个带有并行的foreach循环。尽管如此，这回答了我的问题，只是想知道是否有一个参数我可以添加，猜不到。Cheerri曾经使用这个技巧来避免两次使用predict：

predict（knnFit，newdata=iris，type=“prob”）%%>%mutate（names（.）[apply（，1，which.max）]

。你可以用你的方法试试速度..效果很好。如果还希望检索最大概率的值，可以通过将which.max（）替换为max（）：

mutate（'class'=names（.）[apply（，1，max）]）

library(dplyr)
predict(knnFit, newdata = iris, type = "prob") %>% 
  mutate('class'=names(.)[apply(., 1, which.max)])
# a random sample of the resulting table:
####     setosa versicolor virginica      class
#### 18       1  0.0000000 0.0000000     setosa
#### 64       0  0.6666667 0.3333333 versicolor
#### 90       0  1.0000000 0.0000000 versicolor
#### 121      0  0.0000000 1.0000000  virginica