如何在R中使用naivebayes模型运行LOOCV并输出各类别概率

解决方案 #

你使用caret包的train()函数训练得到的模型对象，底层已封装了完整的朴素贝叶斯模型，按你所需的输出场景对应实现即可：

场景1：查看模型自带的类别先验概率、各特征对应类别的条件概率（和直接调用naiveBayes()后打印模型的效果完全一致）

直接访问训练返回对象的finalModel字段即可，代码示例：

data(iris)
x = iris[,-5]
y = iris$Species
train_control <- trainControl(method="LOOCV")
model <- train(x,y, trControl=train_control, method="nb")
# 打印底层原始朴素贝叶斯模型，输出你需要的归属概率信息
print(model$finalModel)

场景2：得到指定样本（训练集/新测试集）对应每个类别的预测归属概率

调用predict()时指定type = "prob"参数即可：

# 示例：输出训练集所有样本的各类别归属概率
train_sample_prob <- predict(model, newdata = x, type = "prob")
# 查看前6行结果
head(train_sample_prob)

内容的提问来源于stack exchange，提问作者DD3