R语言中的SuperLearner包在SL.predict下返回训练集中所有观测的预测值，并返回权重系数(coef)，这些系数用于加权不同的基础算法以构成交叉验证中每个折叠的SuperLearner算法，但我无法弄清楚如何使用该包来获取样本外测试集的预测值。例如，以下是他们手册中的玩具示例。我唯一做的更改是在末尾添加了一个保留的测试集X2和Y2。我如何基于训练集的SuperLearner模型来估计这个样本外测试集的预测值？我如何保存模型结果，以便将来基于同一模型估计预测值？

library(SuperLearner)set.seed(23432)## 训练集n <- 500p <- 50X <- matrix(rnorm(n*p), nrow = n, ncol = p)colnames(X) <- paste("X", 1:p, sep="")X <- data.frame(X)Y <- X[, 1] + sqrt(abs(X[, 2] * X[, 3])) + X[, 2] - X[, 3] + rnorm(n)# 构建库并运行Super LearnerSL.library <- c("SL.glm", "SL.randomForest", "SL.gam", "SL.polymars", "SL.mean")## Not run:test <- CV.SuperLearner(Y = Y, X = X, V = 10, SL.library = SL.library,  verbose = TRUE, method = "method.NNLS")testsummary(test)# 查看各折叠的系数coef(test)## End(Not run)###添加的测试集X2 <- matrix(rnorm(n*p), nrow = n, ncol = p)colnames(X2) <- paste("X", 1:p, sep="")X2 <- data.frame(X2)Y2 <- X2[, 1] + sqrt(abs(X2[, 2] * X2[, 3])) + X2[, 2] - X2[, 3] + rnorm(n)

回答：

在对所有数据估计模型后(CV.SuperLearner是在数据的几个子集上估计模型，而不是整个数据)，您可以对SuperLearner对象使用predict方法。

r <- SuperLearner(Y = Y, X = X, SL.library = SL.library, verbose = TRUE, method = "method.NNLS")plot( Y2 ~ predict(r, newdata=X2)$pred )