R语言caret包的学习（四）--建立模型及验证

 本文介绍caret包中的建立模型及验证的过程。主要涉及的函数有train()，predict()，confusionMatrix()，以及pROC包中的画roc图的相关函数。

建立模型

在进行建模时，需对模型的参数进行优化，在caret包中其主要函数命令是train。

train(x, y, method = "rf", preProcess = NULL, ...,
  weights = NULL, metric = ifelse(is.factor(y), "Accuracy", "RMSE"),
  maximize = ifelse(metric %in% c("RMSE", "logLoss", "MAE"), FALSE, TRUE),
  trControl = trainControl(), tuneGrid = NULL,
  tuneLength = ifelse(trControl$method == "none", 1, 3))

• x  行为样本，列为特征的矩阵或数据框。列必须有名字
• y  每个样本的结果，数值或因子型
• method  指定具体的模型形式，支持大量训练模型，可在此查询：点击
• preProcess  代表自变量预处理方法的字符向量。默认为空，可以是 "BoxCox", "YeoJ