R 插入符号中训练函数最终模型中的错误分类样本

Caret包中的train函数返回一个最终模型，我想在我的主数据框中找到误分类样本的行索引。我按照以下方式进行交叉验证：

library(caret)
train_control <- trainControl(method="cv", number=5,savePredictions =  TRUE,classProbs = TRUE)
output <- train(Species~., data=iris, trControl=train_control, method="rf")

有没有办法找出哪些样本被错误分类？（上面混淆矩阵中的3个和4个样本）

试试这个：

library(dplyr)
output$pred %>% filter_("pred!=obs")

输出：

         pred        obs setosa versicolor virginica rowIndex mtry Resample
1   virginica versicolor      0      0.084     0.916       71    2    Fold1
2  versicolor  virginica      0      0.976     0.024      107    2    Fold1
3   virginica versicolor      0      0.074     0.926       71    3    Fold1
4  versicolor  virginica      0      0.990     0.010      107    3    Fold1
5  versicolor  virginica      0      0.504     0.496      130    3    Fold1
6   virginica versicolor      0      0.070     0.930       71    4    Fold1
7  versicolor  virginica      0      0.992     0.008      107    4    Fold1
8  versicolor  virginica      0      0.550     0.450      130    4    Fold1
9   virginica versicolor      0      0.244     0.756       78    2    Fold2
10  virginica versicolor      0      0.172     0.828       78    3    Fold2
11  virginica versicolor      0      0.196     0.804       78    4    Fold2
12 versicolor  virginica      0      0.922     0.078      120    2    Fold3
13 versicolor  virginica      0      0.616     0.384      135    2    Fold3
14 versicolor  virginica      0      0.928     0.072      120    3    Fold3
15 versicolor  virginica      0      0.612     0.388      135    3    Fold3
16 versicolor  virginica      0      0.930     0.070      120    4    Fold3
17 versicolor  virginica      0      0.566     0.434      135    4    Fold3
18  virginica versicolor      0      0.352     0.648       84    2    Fold5
19  virginica versicolor      0      0.316     0.684       84    3    Fold5
20  virginica versicolor      0      0.256     0.744       84    4    Fold5

请注意，

mtry

是在每次分割时随机抽样作为候选变量的变量数量，

Resample

列出了交叉验证折叠

让我们绘制错误分类的项目：

d <- output$pred %>% 
  filter_("pred!=obs") %>% 
  distinct(rowIndex) %>% 
  unlist() %>% sort()

print(unname(d))
# 71  78  84 107 120 130 134 135 139

ggplot(iris, aes(Sepal.Length, Sepal.Width, colour = Species)) + 
  geom_point() + 
  geom_point(data = iris[d, ], aes(x = Sepal.Length, y = Sepal.Width), 
             color = "black")

ggplot(iris, aes(Petal.Length, Petal.Width, colour = Species)) + 
  geom_point() + 
  geom_point(data = iris[d, ], aes(x = Petal.Length, y = Petal.Width), 
             color = "black")

d%
过滤器（“pred！=obs”）%>%
不同（行索引）%>%
取消列表（）%>%sort（）
打印（未命名（d））
# 71  78  84 107 120 130 134 135 139
ggplot（鸢尾，aes（萼片长度，萼片宽度，颜色=种））+
几何点（）
几何点（数据=虹膜[d，]，aes（x=萼片长度，y=萼片宽度），
color=“黑色”）
ggplot（鸢尾，aes（花瓣长度，花瓣宽度，颜色=物种））+
几何点（）
几何点（数据=虹膜[d，]，aes（x=花瓣长度，y=花瓣宽度），
color=“黑色”）

---

可以看出，这些图对我们的结果给出了直观的解释

另一种简单的方法是检查预测样本：

output$output$finalModel$predicted

然后你可以将预测的数据与你的主要虹膜数据进行比较

output$output$finalModel$predicted