[英]Show class probabilities of a prediction model on Shiny
我使用Caret訓練了一個隨機森林,現在使用Shiny App上載了一個.csv文件作為測試集,以查看該應用程序上載的測試集的類。 現在,我需要在Shiny應用程序上繪制一個圖以顯示每個類的概率。 編碼:
library(caret)
library(shiny)
library(randomForest)
data("iris")
train_control <- trainControl(method="cv", number=3,savePredictions =
TRUE,classProbs = TRUE)
model <- train(Species~., data=iris, trControl=train_control, method="nb")
ui=fluidPage(
titlePanel("Prediction Result"),
sidebarLayout(
sidebarPanel(
fileInput('datafile', 'Choose CSV File',accept=c('text/csv','text/comma-
separated-values,text/plain','.csv')),
tags$hr(),
checkboxInput('header', 'Header', TRUE),
radioButtons('sep', 'Separator',
c(Comma=',',
Semicolon=';',
Tab='\t'),
','),
radioButtons('quote', 'Quote',
c(None='',
'Double Quote'='"',
'Single Quote'="'"),
'"')
),
mainPanel(
tableOutput("table1"),plotOutput("plot")
)
)
)
server=function(input, output) {
dInput = reactive({
in.file = input$datafile
if (is.null(in.file))
return(NULL)
bw <- read.csv(in.file$datapath, header=input$header, sep=input$sep,
quote=input$quote)
})
clusters <- reactive({
df <- dInput()
if (is.null(df))
return(NULL)
tt <- as.data.frame(predict(model,df))
tt
})
output$table1 <- renderTable({
toprint = clusters()
head(toprint)
output$plot<-renderPlot({ plot(predict(model,df,type="raw"))
})
})
}
shinyApp(ui=ui,server=server)
但是我得到以下錯誤:
no applicable method for 'xtable' applied to an object of class "function"
我該如何解決該錯誤? 集集可以是.csv格式的以下數據幀:
structure(list(Sepal.Length = 4L, Sepal.Width = 4L, Petal.Length = 1L,
Petal.Width = 0.2, Species = structure(1L, .Label = "setosa", class =
"factor")), class = "data.frame", row.names = c(NA,
-1L))
我希望這可以幫助你:
首先,您的代碼在這里有些混亂:
output$table1 <- renderTable({
toprint = clusters()
head(toprint)
output$plot<-renderPlot({ plot(predict(model,df,type="raw"))
})
})
您將output $ plot嵌套在output $ table1中。 正確的方法將是:
output$table1 <- renderTable({
toprint = clusters()
head(toprint)
})
output$plot<-renderPlot({ plot(predict(model,df,type="raw"))
})
其次,由於在生成df之前需要輸入一些文件,因此在運行代碼時該文件為空。
避免說您在一開始就將df分配為iris,那么您的代碼將起作用:
library(caret)
library(shiny)
library(randomForest)
data("iris")
df <- NULL
train_control <- trainControl(method="cv", number=3,savePredictions =
TRUE,classProbs = TRUE)
model <- train(Species~., data=iris, trControl=train_control, method="nb")
ui=fluidPage(
titlePanel("Prediction Result"),
sidebarLayout(
sidebarPanel(
fileInput('datafile', 'Choose CSV File',accept=c('text/csv','text/comma-
separated-values,text/plain','.csv')),
tags$hr(),
checkboxInput('header', 'Header', TRUE),
radioButtons('sep', 'Separator',
c(Comma=',',
Semicolon=';',
Tab='\t'),
','),
radioButtons('quote', 'Quote',
c(None='',
'Double Quote'='"',
'Single Quote'="'"),
'"')
),
mainPanel(
tableOutput("table1"),plotOutput("plot")
)
)
)
server=function(input, output) {
dInput = reactive({
in.file = input$datafile
if (is.null(in.file))
return(NULL)
bw <- read.csv(in.file$datapath, header=input$header, sep=input$sep,
quote=input$quote)
})
clusters <- reactive({
df <- dInput()
if (is.null(df))
return(NULL)
tt <- as.data.frame(predict(model,df))
tt
})
output$table1 <- renderTable({
toprint = clusters()
head(toprint)
})
output$plot<-renderPlot({
if (is.null(df))
return(NULL)
plot(predict(model,df,type="prob"))
})
}
shinyApp(ui=ui,server=server)
當然,您需要弄清楚一開始的內容:什么都沒有? 默認數據集?
最好!
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.