当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

R probably cal_plot_breaks 通过分箱绘制概率校准图


创建一个图来评估观察到的事件发生率是否与某个模型预测的事件概率大致相同。

从 0 到 1 创建一系列偶数、互斥的 bin。对于每个箱，预测概率落在箱范围内的数据用于计算观察到的事件率(以及事件率的置信区间)。如果预测经过良好校准，拟合曲线应与对角线对齐。

用法

cal_plot_breaks(
  .data,
  truth = NULL,
  estimate = dplyr::starts_with(".pred"),
  num_breaks = 10,
  conf_level = 0.9,
  include_ribbon = TRUE,
  include_rug = TRUE,
  include_points = TRUE,
  event_level = c("auto", "first", "second"),
  ...
)

# S3 method for data.frame
cal_plot_breaks(
  .data,
  truth = NULL,
  estimate = dplyr::starts_with(".pred"),
  num_breaks = 10,
  conf_level = 0.9,
  include_ribbon = TRUE,
  include_rug = TRUE,
  include_points = TRUE,
  event_level = c("auto", "first", "second"),
  ...,
  .by = NULL
)

# S3 method for tune_results
cal_plot_breaks(
  .data,
  truth = NULL,
  estimate = dplyr::starts_with(".pred"),
  num_breaks = 10,
  conf_level = 0.9,
  include_ribbon = TRUE,
  include_rug = TRUE,
  include_points = TRUE,
  event_level = c("auto", "first", "second"),
  ...
)

# S3 method for grouped_df
cal_plot_breaks(
  .data,
  truth = NULL,
  estimate = NULL,
  num_breaks = 10,
  conf_level = 0.9,
  include_ribbon = TRUE,
  include_rug = TRUE,
  include_points = TRUE,
  event_level = c("auto", "first", "second"),
  ...
)

参数

.data

包含预测和概率列的未分组 DataFrame 对象。

truth

真实类别结果的列标识符(即一个因子)。这应该是一个不带引号的列名。

estimate

列标识符向量，或 dplyr 选择器函数之一，用于选择哪些变量包含类概率。它默认为 tidymodels 使用的前缀 ( .pred_ )。标识符的顺序将被视为与 truth 变量的级别顺序相同。

num_breaks

对概率进行分组的段数。默认为 10。

conf_level

可视化中使用的置信度。默认为 0.9。

include_ribbon

指示是否要包含函数区层的标志。默认为 TRUE 。

include_rug

指示是否要包括地毯层的标志。默认为 TRUE 。在图中，顶部显示事件发生的频率，底部显示事件未发生的频率。

include_points

指示是否要包含点图层的标志。

event_level

单字符串。 "first" 或 "second" 指定将哪个真实级别视为 "event"。默认为"auto"，它允许函数根据模型类型(二元、多类或线性)决定使用哪一个

...

传递给 tune_results 对象的其他参数。

.by

分组变量的列标识符。这应该是一个不带引号的列名称，用于选择用于分组的定性变量。默认为 NULL 。当.by = NULL时，不会进行分组。

值

一个 ggplot 对象。

也可以看看

https://www.tidymodels.org/learn/models/calibration/, cal_plot_windowed(), cal_plot_logistic()

cal_plot_logistic() , cal_plot_windowed()

例子


library(ggplot2)
library(dplyr)

cal_plot_breaks(
  segment_logistic,
  Class,
  .pred_good
)


cal_plot_logistic(
  segment_logistic,
  Class,
  .pred_good
)


cal_plot_windowed(
  segment_logistic,
  Class,
  .pred_good
)


# The functions support dplyr groups

model <- glm(Class ~ .pred_good, segment_logistic, family = "binomial")

preds <- predict(model, segment_logistic, type = "response")

gl <- segment_logistic %>%
  mutate(.pred_good = 1 - preds, source = "glm")

combined <- bind_rows(mutate(segment_logistic, source = "original"), gl)

combined %>%
  cal_plot_logistic(Class, .pred_good, .by = source)


# The grouping can be faceted in ggplot2
combined %>%
  cal_plot_logistic(Class, .pred_good, .by = source) +
  facet_wrap(~source) +
  theme(legend.position = "")

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 Probability calibration plots via binning。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。