从最优R-Caret模型中提取RMSE

我使用插入符号包创建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

我的问题是如何创建一个仅包含最终模型的最优RMSE的变量？（无需手动检查输出。）

大致如下：

Model_RMSE<-nnet$finalModelRMSE
Model_RMSE
[1] 0.01795350

---

很高兴这个评论起了作用。如果希望从结果中获得完整的行，这可能很有用

nnet$results[which.min(nnet$results[, "RMSE"]), ]

---

已经有一个名为

getTrainPerf

的函数来执行此操作

---

Max

如何

nnet$results[“RMSE”]

。如果这不起作用，那么一个可复制的例子将是有帮助的（并且在任何情况下都是良好的实践），非常感谢Sam Thomas。以上更新。关于可复制示例tooThat的观点看起来很有用，但我无法使其发挥作用；'>nnet$results[which.min（nnet$results[“RMSE”]），]其中的错误.min（nnet$results[“RMSE”]）：（list）对象无法强制键入“double”，对此表示抱歉。如果你有兴趣再试一次，我会编辑

nnet$results

是一个data.frame。因此

nnet$results[，“RMSE”]

应该返回名为

RMSE

的列，这给了我

[1]0.01817819 0.02303919 0.01784826 0.02292240 0.01749456 0.02260340

。我真的只需要选择最低的值，但非常感谢Max.

>getTrainPerf（nnetFit）TrainRMSE TrainRsquared method 1 0.01749052 0.5415966 nnet

>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

nnet$results[which.min(nnet$results[, "RMSE"]), ]