如何从R的Caret模型中提取行索引与预测结果？

核心问题说明 #

你提到的模型$pred部分是训练阶段的预测结果，包含训练数据的行索引，和新数据的预测无关。要给新数据的预测结果绑定行索引，需要基于输入的data.csv来关联，具体有两种简单方法：

方法1：绑定原数据的行名（推荐） #

利用输入数据data的行名（或行号）作为索引，和预测结果合并成数据框后保存：

library(caret)
library(data.table)

# 注意：不要用predict做变量名，会覆盖R内置的predict函数
rf_model <- readRDS("model.RDS")
# 修正读取csv的函数：read -> read.csv
data <- read.csv("data.csv", row.names = 1)  # 如果第一列是行索引，加上row.names=1

# 生成带行索引的预测结果
predictions_df <- data.frame(
  行索引 = rownames(data),
  预测类型 = predict(rf_model, newdata = data),
  stringsAsFactors = FALSE
)

# 若原数据无行名，用行号代替
if(is.null(rownames(data))){
  predictions_df$行索引 <- 1:nrow(data)
}

# 保存为制表符分隔的文本，方便后续关联
write.table(predictions_df, "predictions.txt", sep = "\t", row.names = FALSE, quote = FALSE)

方法2：利用预测向量的行名 #

Caret的predict函数返回的结果向量会继承输入数据的行名，直接转成数据框即可：

predictions <- predict(rf_model, newdata = data)
# 转成数据框并调整结构
predictions_df <- as.data.frame(predictions)
colnames(predictions_df) <- "预测类型"
predictions_df$行索引 <- rownames(predictions_df)
# 调整列顺序，把行索引放在前面
predictions_df <- predictions_df[, c("行索引", "预测类型")]

# 保存结果
write.table(predictions_df, "predictions.txt", sep = "\t", row.names = FALSE, quote = FALSE)

关键提示 #

1. 避免用predict作为模型变量名，会覆盖R内置的predict()函数，导致后续报错；
2. 读取csv文件请用read.csv()而非read()，后者是读取纯文本的通用函数，无法正确解析csv格式；
3. 如果你的data.csv第一列就是自定义的行索引（比如基因ID），读取时加上row.names=1，就能直接把这列作为行名，省去后续手动关联的步骤。

内容的提问来源于stack exchange，提问作者britney