在R插入符号中，获得样本内和样本外概率估计

Question

我有一些类似的数据：

data(Titanic) # need one row per passenger

df <- data.frame(Titanic, stringsAsFactors=TRUE) 

df <- df[rep(seq_len(nrow(df)), df[,"Freq"]), which(names(df)!="Freq")] 

我使用重复的交叉验证逻辑回归在caret训练了一个模型，例如：

library(caret) 

tc <- trainControl(method="repeatedcv", number=10, repeats=3, 
                   returnData=TRUE, savePredictions=TRUE, classProbs=TRUE)

glmFit <- train(Survived ~ Class + Sex + Age, data = df, weights=Freq, 
                method="glm", family="binomial",
                trControl = tc)

summary(glmFit)

我想获得平均样本内拟合概率和样本外预测概率（在这种情况下，数据帧中每行的平均值分别为27和3个值，因为它是10倍CV x 3重复）。

我想将每一行的平均样本内和样本外概率估计值附加到数据帧上-看起来像以下两列：

>df_appended
| Class  | Sex |  Age | Survived | training_p_surv_est | testing_p_surv_est |  
      3rd     M  Child          0                  .251                 .259
      3rd     M  Child          1                  .251                 .259
      2nd     M  Child          1                  .324                 .319
      2nd     M  Child          0                  .324                 .319   

根据?trainControl ，我已经使用savePredictions=TRUE保存了每次重采样的保持预测。 （并且classProbs=TRUE ，因为我需要原始概率，而不是类。）

如何访问样本内和样本外预测？ 看着?predict.train ，我尝试使用

extractProb(list(glmFit)) 
#Error in eval(expr, envir, enclos) : object 'Class2nd' not found 

非常感谢。

Answer 1

如果您看一下您的glmFit对象。 它包含一个名为“ pred”的子列表。

head(glmFit$pred)

您将获得每个简历和弃牌的预测概率以及预测类别。

干杯。