R 从插入符号包进行预处理

对于卷毛狗或炸鸡的每个灰度图像，我被赋予5000个筛选特征，并要求建立一个分类模型

我在sift特征矩阵上运行了预处理函数：

mat1=preProcess(mat, method=c("pca", "zv"))

我得到的是一个“预处理”类，我不知道如何在以下函数调用中使用该对象

mat1

：

model_gbm <- train(ensembleData[,predictors], ensembleData[,labelName], method='gbm',  trControl=myControl)

model_gbm根据

函数preProcess估计每个操作所需的参数并进行预测。preProcess用于将它们应用于特定的数据集

因此，您需要将估计参数应用于数据，如下所示：

mat1=preProcess(mat, method=c("pca", "zv"))
transformed = predict(mat1, mat)
model_gbm <- train(data=transformed, method='gbm',  trControl=myControl)

mat1=预处理（mat，方法=c（“pca”，“zv”））
转换=预测（mat1，mat）
但是我希望能够在其他模型的其他地方使用相同的预处理数据。不。在任何其他数据上使用/chicken分类器的想法都是错误的。@ElliottFrisch抱歉，我的意思是，我想在相同的数据上尝试不同的分类器，并可能使用集成学习。但是笑一下链接。哦，那么。而且，这是一项巨大的事业。谢谢你的解决方案。不过，我还有一个问题。为了交叉验证的目的，我曾经将mat中的数据分成两部分。现在，mat1变成了一个大型预处理程序，我不知道如何分割数据并将分割的数据使用到以下函数中：
p\u gbm=predict（object=model\u gbm，testingData[，predictors]）
，其中
testingData[，predictors]）
包含不在训练集中的数据部分。为什么不先分割数据？所以这不是一个问题。