R probably cal_apply 对一组现有预测应用校准

对一组现有预测应用校准

用法

cal_apply(.data, object, pred_class = NULL, parameters = NULL, ...)

# S3 method for data.frame
cal_apply(.data, object, pred_class = NULL, parameters = NULL, ...)

# S3 method for tune_results
cal_apply(.data, object, pred_class = NULL, parameters = NULL, ...)

# S3 method for cal_object
cal_apply(.data, object, pred_class = NULL, parameters = NULL, ...)

参数

.data: 可以加工校准物体的物体。
object: 校准对象 (cal_object)。
pred_class: (可选，仅限分类)硬类预测的列标识符(因子向量)。该列将根据校准概率列的变化进行调整。
parameters: (可选)可选的调整参数值小标题，可用于在处理之前过滤预测值。仅适用于tune_results 对象。
...: 可选参数；目前未使用。

细节

cal_apply() 目前仅支持data.frames。它从校准对象中提取truth 和估计列名称。

也可以看看

https://www.tidymodels.org/learn/models/calibration/, cal_estimate_beta(), cal_estimate_isotonic(), cal_estimate_isotonic_boot(), cal_estimate_linear(), cal_estimate_logistic(), cal_estimate_multinomial()

例子


# ------------------------------------------------------------------------------
# classification example

w_calibration <- cal_estimate_logistic(segment_logistic, Class)

cal_apply(segment_logistic, w_calibration)
#> # A tibble: 1,010 × 3
#>    .pred_poor .pred_good Class
#>         <dbl>      <dbl> <fct>
#>  1      0.974     0.0258 poor 
#>  2      0.930     0.0700 poor 
#>  3      0.220     0.780  good 
#>  4      0.205     0.795  good 
#>  5      0.976     0.0244 poor 
#>  6      0.590     0.410  good 
#>  7      0.777     0.223  good 
#>  8      0.135     0.865  good 
#>  9      0.977     0.0231 poor 
#> 10      0.770     0.230  poor 
#> # ℹ 1,000 more rows

源代码：R/cal-apply.R

相关用法

注：本文由纯净天空筛选整理自Max Kuhn等大神的英文原创作品 Applies a calibration to a set of existing predictions。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。