插入符使用插入符训练对象返回的预测与使用提取的最终模型返回的预测不同

在拟合模型时我更喜欢使用插入符号，因为它的相对速度和预处理功能。然而，我对它如何做出预测有点困惑。当比较直接从训练对象做出的预测和从提取的最终模型做出的预测时，我看到了非常不同的数字。来自火车对象的预测似乎更准确。

library(caret)
library(ranger)

x1 <- rnorm(100)
x2 <- rbeta(100, 1, 1)

y <- 2*x1 + x2 + 5*x1*x2

data <- data.frame(x1, x2, y)
fitRanger <- train(y ~ x1 + x2, data = data,
                   method = 'ranger', 
                   tuneLength = 1,
                   preProcess = c('knnImpute', 'center', 'scale'))

predict.data <- data.frame(x1 = rnorm(10), x2 = rbeta(10, 1, 1))
prediction1 <- predict(fitRanger, newdata = predict.data)
prediction2 <- predict(fitRanger$finalModel, data = predict.data)$prediction

results <- data.frame(prediction1, prediction2)
results

我确信这与我如何预处理火车对象中的数据有关，但即使我预处理测试数据并使用 Ranger 模型进行预测，值也是不同的

predict.data.processed <- predict.data %>% 
                             preProcess(method = c('knnImpute', 
                                                   'center', 
                                                   'scale')) %>% .$data

results3 <- predict(fitRanger$finalModel, data = predict.data.processed)$prediction

results <- cbind(results, results3)
results

我想从游侠模型中的每棵树中提取预测，但在插入符中无法做到这一点。有什么想法吗？

为了从最终模型中获得与插入符号相同的预测train您应该以相同的方式预处理数据。使用你的例子set.seed(1):

插入符预测：

prediction1 <- predict(fitRanger,
                       newdata = predict.data)

Ranger 对最终模型进行预测。在 Predict.data 上使用插入符预处理

prediction2 <- predict(fitRanger$finalModel,
                       data = predict(fitRanger$preProcess,
                                      predict.data))$prediction

all.equal(prediction1,
          prediction2)
#output
TRUE