在R中交叉验证后如何将knn模型应用于测试数据集

Question

我正在努力解决著名的Titanic- Machine Learning from Disaster问题.

我想应用knn从测试数据集预测survived。我还想使用cross-validation，然后将它应用到我的测试数据集。

代码结构如下：

install.packages("caret")
library(caret)

knn_2_train <- knn_1_train # train dataset
knn_2_train$Survived <- train$Survived
Survived <- as.factor(train$Survived) # train labels

knn_2_test <- knn_1_test # test dataset

trControl <- trainControl(method  = "cv", number  = 5)

fit <- train(knn_2_train, Survived,
             method = "knn",
             tuneGrid   = expand.grid(k = 1:50),
             metric     = "Accuracy",
             trControl  = trControl
             )

现在，我不确定如何将knn模型应用于cross-validation之后的测试数据集。

任何一种建议都是值得注意的。

Answer 1

你可以做以下几点；

test.df$predObs <- predict(
   object  = fit,
   newdata = test.df
)

这会将您的预测作为predObs存储在您的测试集test.df中，然后您可以使用各种性能度量来对其进行评估。

祝你的项目好运！

注意：记得更改test.df，使其与您的测试数据相对应。让医生知道它是否对你有用！