Preprocess from caret package

我得到了每张灰度图像的5000个SIFT特征，这些图像可能是贵宾犬或炸鸡，我被要求构建一个分类模型。

我在SIFT特征矩阵上运行了preProcess函数：

mat1=preProcess(mat, method=c("pca", "zv"))

我得到的是一个“preprocessed”类，我不知道如何在下面的函数调用中使用这个对象mat1：

model_gbm <- train(ensembleData[,predictors], ensembleData[,labelName], method='gbm',  trControl=myControl)

ensembleData[, predictors] 原本包含SIFT特征的特征部分，而ensembleData[, labelName] 包含数据的实际类别（0或1）。

我考虑过在train函数内使用preProcess函数，但我希望能够在其他模型中使用相同的前处理数据。

谢谢！

回答：

根据caret文档

函数 preProcess 估计每个操作所需的参数，而 predict.preProcess 用于将这些参数应用于特定的数据集

所以你需要像这样将估计的参数应用到你的数据上：

mat1=preProcess(mat, method=c("pca", "zv"))transformed = predict(mat1, mat)model_gbm <- train(data=transformed, method='gbm',  trControl=myControl)

学技术