我正在使用 mlr 包的框架构建 svm 模型来预测图像中的土地覆盖类别。我使用了栅格包的预测函数，并将栅格转换为数据帧，然后使用“learner.model”作为输入对该数据帧进行预测。这些方法给了我现实的结果。
工作顺利:
> predict(raster, mod$learner.model)
或
> xy <- as.data.frame(raster, xy = T)
> C <- predict(mod$learner.model, xy)
但是，如果我在不指定 learner.model 的情况下对从栅格派生的数据帧进行预测，则结果会不同。
> C2 <- predict(mod, newdata=xy)
C2$data$response 与 C 不同。为什么？
<小时/>这是一个演示该问题的可重现示例:
> library(mlr)
> library(kernlab)
> x1 <- rnorm(50)
> x2 <- rnorm(50, 3)
> x3 <- rnorm(50, -20, 3)
> C <- sample(c("a","b","c"), 50, T)
> d <- data.frame(x1, x2, x3, C)
> classif <- makeClassifTask(id = "example", data = d, target = "C")
> lrn <- makeLearner("classif.ksvm", predict.type = "prob", fix.factors.prediction = T)
> t <- train(lrn, classif)
Using automatic sigma estimation (sigest) for RBF or laplace kernel
> res1 <- predict(t, newdata = data.frame(x2,x1,x3))
> res1
Prediction: 50 observations
predict.type: prob
threshold: a=0.33,b=0.33,c=0.33
time: 0.01
prob.a prob.b prob.c response
1 0.2110131 0.3817773 0.4072095 c
2 0.1551583 0.4066868 0.4381549 c
3 0.4305353 0.3092737 0.2601910 a
4 0.2160050 0.4142465 0.3697485 b
5 0.1852491 0.3789849 0.4357659 c
6 0.5879579 0.2269832 0.1850589 a
> res2 <- predict(t$learner.model, data.frame(x2,x1,x3))
> res2
[1] c c a b c a b a c c b c b a c b c a a b c b c c a b b b a a b a c b a c c c
[39] c a a b c b b b b a b b
Levels: a b c
!> res1$data$response == res2
[1] TRUE TRUE TRUE TRUE TRUE TRUE FALSE TRUE TRUE TRUE TRUE FALSE
[13] TRUE TRUE TRUE FALSE TRUE TRUE TRUE FALSE TRUE TRUE TRUE TRUE
[25] TRUE TRUE TRUE TRUE TRUE TRUE FALSE TRUE TRUE TRUE TRUE TRUE
[37] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
[49] TRUE FALSE
预测并不相同。按照 mlr 的预测教程页面，我不明白为什么结果会有所不同。感谢您的帮助。
-----
更新: 当我对随机森林模型执行相同操作时，两个向量相等。这是因为 SVM 依赖于尺度，而随机森林则不然？
> library(randomForest)
> classif <- makeClassifTask(id = "example", data = d, target = "C")
> lrn <- makeLearner("classif.randomForest", predict.type = "prob", fix.factors.prediction = T)
> t <- train(lrn, classif)
>
> res1 <- predict(t, newdata = data.frame(x2,x1,x3))
> res1
Prediction: 50 observations
predict.type: prob
threshold: a=0.33,b=0.33,c=0.33
time: 0.00
prob.a prob.b prob.c response
1 0.654 0.228 0.118 a
2 0.742 0.090 0.168 a
3 0.152 0.094 0.754 c
4 0.092 0.832 0.076 b
5 0.748 0.100 0.152 a
6 0.680 0.098 0.222 a
>
> res2 <- predict(t$learner.model, data.frame(x2,x1,x3))
> res2
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
a a c b a a a c a b b b b c c a b b a c b a c c b c
27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
a a b a c c c b c b c a b c c b c b c a c c b b
Levels: a b c
>
> res1$data$response == res2
[1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
[16] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
[31] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
[46] TRUE TRUE TRUE TRUE TRUE
----
另一个更新:如果我将 Predict.type 从“prob”更改为“response”，则两个 svm 预测向量彼此一致。我将研究这些类型的差异，我曾认为“prob”给出了相同的结果，但也给出了概率。也许事实并非如此？
最佳答案
正如您所发现的，“错误”的根源在于 mlr 和 kernlab 对于预测类型有不同的默认值。
mlr 维护相当多的内部“状态”，并检查每个学习器的参数以及如何处理训练和测试。您可以使用 lrn$predict.type 获取学习者将进行的预测类型，在您的情况下给出 "prob"。如果您想了解所有血淋淋的细节，请查看the implementation of classif.ksvm .
不建议像示例中那样混合使用 mlr 包装的学习器和“原始”学习器，并且没有必要这样做。如果您混合使用它们，就会发生像您所发现的那样的情况 - 因此，在使用 mlr 时，仅使用 mlr 构造来训练模型，做出预测等。
mlr 确实进行了测试，以确保“原始”和包装的学习器产生相同的输出，请参见例如the one for classif.ksvm .
关于r - R 的 MLR 中的预测函数产生的结果与预测不一致，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/31754440/