如何使用R中的机器学习和Caret包在新数据集上测试调整后的支持向量机模型?

伙计们!

我是机器学习方法的新手,对此有疑问。我尝试使用 插入符号 R 启动此方法并使用我的数据集。

.

数据集1 ,我有关于基因突变的信息 形式为 Mut公司 非Mut 支持向量机模型 我调整了我的模型,并使用测试数据集(使用ROC曲线)评估了模型的性能。 直到这一步,一切都很顺利。

我有另一个数据集。 数据集2 没有关于 . 我现在想做的是使用我的 调谐支持向量机模型 上 数据集2 基因A 在 数据集2 Mut/非Mut . 我经历过 插入符号

我不确定我是否选择了正确的方法。任何建议或帮助都将不胜感激。

这是我的代码,直到我从第一个数据集优化了我的模型。

M_train <- Dataset1[Dataset1$Case=='train',-1] #creating train feature data frame

M_test <- Dataset1[Dataset1$Case=='test',-1] #creating test feature data frame

y=as.factor(M_train$Class) # Target variable for training


ctrl <- trainControl(method="repeatedcv", # 10fold cross validation
                     repeats=5, # do 5 repititions of cv
                     summaryFunction=twoClassSummary, # Use AUC to pick the best model
                     classProbs=TRUE)


#Use the expand.grid to specify the search space 
#Note that the default search grid selects 3 values of each tuning parameter

grid <- expand.grid(interaction.depth = seq(1,4,by=2), #tree depths from 1 to 4
                    n.trees=seq(10,100,by=10), # let iterations go from 10 to 100
                    shrinkage=c(0.01,0.1), # Try 2 values fornlearning rate 
                    n.minobsinnode = 20)


# Set up for parallel processing
#set.seed(1951)
registerDoParallel(4,cores=2)


#Train and Tune the SVM
svm.tune <- train(x=M_train,
                  y= M_train$Class,
                  method = "svmRadial",
                  tuneLength = 9, # 9 values of the cost function
                  preProc = c("center","scale"),
                  metric="ROC",
                  trControl=ctrl) # same as for gbm above

#Finally, assess the performance of the model using the test data set.

#Make predictions on the test data with the SVM Model
svm.pred <- predict(svm.tune,M_test)

confusionMatrix(svm.pred,M_test$Class)

svm.probs <- predict(svm.tune,M_test,type="prob") # Gen probs for ROC

svm.ROC <- roc(predictor=svm.probs$mut,
               response=as.factor(M_test$Class),
               levels=y))

plot(svm.ROC,main="ROC for SVM built with GA selected features")

所以,这里是我坚持的地方,我如何使用支持向量机。tune模型预测基因突变 在里面 数据集2 ?