如何从随机森林模型重采样内的插入符号子采样中提取最终模型数据集

Question

在重采样过程中进行子采样之后，如此处所示 https://topepo.github.io/caret/subsampling-for-class-imbalances.html#subsampling-during-resampling 我的问题只是当插入符号方法="rf"并且采样方法为"smote"时，如何提取此过程产生的实际数据集。

例如，如果使用method= glm，则可以使用model$finalModel$data提取数据

;如果方法= "rpart"，则可以使用model$finalModel$call$data类似地提取数据。

在重采样和方法=rpart中使用子采样，可以按如下方式推断smote数据集：

library(caret)
library(DMwR)
data("GermanCredit")
set.seed(122)
index1<-createDataPartition(GermanCredit$Class, p=.7, list = FALSE)
training<-GermanCredit[index1, ]
#testing<-GermanCredit[-index1,] 
colnames(training)
metric <- "ROC"
ctrl1<- trainControl(
  method = "repeatedcv",
  number = 10,
  repeats = 5,
  search = "random",
  classProbs = TRUE, # note class probabilities included
  savePredictions = T, #"final"
  returnResamp = "final",
  allowParallel = TRUE,
  summaryFunction = twoClassSummary,
  sampling = "smote")
set.seed(1)
mod_fit<-train(Class ~ Age +
                 ForeignWorker + 
                 Property.RealEstate + 
                 Housing.Own + 
                 CreditHistory.Critical, data=training, method="rpart",
                 metric = metric,
                 trControl= ctrl1)

mod_fit # ROC 0.5951215
dat_smote<- mod_fit$finalModel$call$data
table(dat_smote$.outcome)
# Bad Good 
# 630  840 
head(dat_smote)
# Age ForeignWorker Property.RealEstate Housing.Own CreditHistory.Critical .outcome
#  40             1                   0           1                      1     Good
#  29             1                   0           0                      0     Good
#  37             1                   1           0                      1     Good
#  47             1                   0           0                      0     Good
#  53             1                   0           1                      0     Good
#  29             1                   0           1                      0     Good

我只是希望能够在方法 = "rf" 时执行相同的数据集提取。代码可能如下所示dat<- mod_fit$trainingData[mod_fit$trainingData == mod_fit$finalModel$x，]

Answer 1

我认为唯一的方法是编写一个自定义模型，将数据对象保存在fit模块中(尽管这很不令人满意(。