จำเป็นต้องดำเนินการ preprocessing ก่อนการทำนายโดยใช้ FinalModel ของ RandomForest กับ caret package หรือไม่

ฉันใช้ชุดคาเร็ตสำหรับฝึกวัตถุสุ่มป่าด้วย 10x10CV

library(caret)
tc <- trainControl("repeatedcv", number=10, repeats=10, classProbs=TRUE, savePred=T) 
RFFit <- train(Defect ~., data=trainingSet, method="rf", trControl=tc, preProc=c("center", "scale"))

หลังจากนั้นฉันทดสอบ randomForest บน testSet (ข้อมูลใหม่)

RF.testSet$Prediction <- predict(RFFit, newdata=testSet)

เมทริกซ์ความสับสนแสดงให้ฉันเห็นว่าแบบจำลองนั้นไม่เลว

confusionMatrix(data=RF.testSet$Prediction, RF.testSet$Defect)
              Reference
    Prediction   0   1
             0 886 179
             1  53 126  

      Accuracy : 0.8135          
             95% CI : (0.7907, 0.8348)
No Information Rate : 0.7548          
P-Value [Acc > NIR] : 4.369e-07       

              Kappa : 0.4145 

ตอนนี้ฉันต้องการทดสอบ $ finalModel และฉันคิดว่ามันควรจะให้ผลลัพธ์แบบเดียวกัน แต่อย่างใดฉันก็จะได้รับ

> RF.testSet$Prediction <- predict(RFFit$finalModel, newdata=RF.testSet)
>  confusionMatrix(data=RF.testSet$Prediction, RF.testSet$Defect)
Confusion Matrix and Statistics

          Reference
Prediction   0   1
         0 323  66
         1 616 239

               Accuracy : 0.4518          
                 95% CI : (0.4239, 0.4799)
    No Information Rate : 0.7548          
    P-Value [Acc > NIR] : 1               

                  Kappa : 0.0793 

ฉันกำลังคิดถึงอะไร

แก้ไข @topepo:

ฉันยังได้เรียนรู้เกี่ยวกับ randomForest ตัวอื่นโดยไม่มีตัวเลือก preProcessed และได้รับผลลัพธ์อื่น:

RFFit2 <- train(Defect ~., data=trainingSet, method="rf", trControl=tc)
testSet$Prediction2 <- predict(RFFit2, newdata=testSet)
confusionMatrix(data=testSet$Prediction2, testSet$Defect)

Confusion Matrix and Statistics

          Reference
Prediction   0   1
         0 878 174
         1  61 131

               Accuracy : 0.8111          
                 95% CI : (0.7882, 0.8325)
    No Information Rate : 0.7548          
    P-Value [Acc > NIR] : 1.252e-06       

                  Kappa : 0.4167     

ความแตกต่างคือการประมวลผลล่วงหน้า predict.trainจัดกึ่งกลางและปรับขนาดข้อมูลใหม่โดยอัตโนมัติ (นับตั้งแต่ที่คุณขอ) ในขณะที่predict.randomForestรับสิ่งที่ได้รับ เนื่องจากการแยกแผนภูมิขึ้นอยู่กับค่าที่ประมวลผลการคาดการณ์จึงจะปิด

แม็กซ์