クラス確率の代わりに予測クラスを取得する方法は？

Question

バイナリ分類タスクを予測するために、caretパッケージを使用してランダムフォレストを訓練しました。

library(caret) 
set.seed(78) 
inTrain <- createDataPartition(disambdata$Response, p=3/4, list = FALSE) 
trainSet <- disambdata[inTrain,] 
testSet <- disambdata[-inTrain,] 
ctrl <- trainControl(method = "repeatedcv", number = 10, repeats = 10) 
grid_rf <- expand.grid(.mtry = c(3,5,7,9)) 
set.seed(78) 
m_rf <- train(Response ~ ., data=trainSet, 
      method= "rf", metric = "Kappa", trcontrol=ctrl, tuneGrid = grid_rf) 

Response変数は値{Valid、Invalid}を含みます。私は、テストデータのクラス確率を取得し、次の使用 ：しかし

pred <- predict.train(m_rf, newdata = testSet, 
        type="prob", models=m_rf$finalModel) 

私はに予測クラスすなわちValidまたはInvalidの代わりに、クラス確率を得ることに興味を持っては混同行列を生成します。

私は既に、の引数をpredict.train関数で試しましたが、NAsのリストを返します。

Answer 1

を提供します&削除キャレットパッケージ（caret_6.0-70）はまだ式インタフェースの問題を持っているようです。 Response ~ .の式を展開すると、このようなすべての予測子が明示的に記述されています。Response ~ MaxLikelihood + n1 + n2 + countは問題を解決し、predict.train(m_rf, newdata=testSet)は予測クラスを返します。

Answer 2

predict（）関数でtype = "prob"を割り当てることで、具体的に確率を求めています。ただ、それがラベル

pred <- predict.train(m_rf, newdata = testSet,models=m_rf$finalModel)