当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R yardstick conf_mat 分类数据的混淆矩阵


计算观察类和预测类的 cross-tabulation。

用法

conf_mat(data, ...)

# S3 method for data.frame
conf_mat(
  data,
  truth,
  estimate,
  dnn = c("Prediction", "Truth"),
  case_weights = NULL,
  ...
)

# S3 method for conf_mat
tidy(x, ...)

参数

data

数据帧或 base::table()

...

不曾用过。

truth

真实类结果的列标识符(即 factor )。这应该是一个不带引号的列名,尽管此参数是通过表达式传递的并且支持quasiquotation(您可以不带引号的列名)。对于 _vec() 函数,一个 factor 向量。

estimate

预测类结果的列标识符(也是 factor )。与 truth 一样,可以通过不同的方式指定,但主要方法是使用不带引号的变量名称。对于 _vec() 函数,一个 factor 向量。

dnn

表的暗名称的字符向量。

case_weights

案例权重的可选列标识符。这应该是一个不带引号的列名称,其计算结果为 data 中的数字列。对于 _vec() 函数,一个数值向量。

x

conf_mat 对象。

conf_mat() 生成一个具有类 conf_mat 的对象。它包含表和其他对象。 tidy.conf_mat() 生成一个包含列 name(单元格标识符)和 value(单元格计数)的 tibble。

当用于分组 DataFrame 时, conf_mat() 返回一个包含组列的 tibble 以及 conf_mat ,这是一个列表列,其中每个元素都是 conf_mat 对象。

细节

对于 conf_mat() 对象,创建了 broom tidy() 方法,该方法将单元格计数折叠到 DataFrame 中,以便于操作。

还有一个 summary() 方法可以同时计算各种分类指标。请参阅summary.conf_mat()

有一个ggplot2::autoplot() 方法可以快速可视化矩阵。热图和马赛克类型均已实现。

该函数要求因子具有完全相同的水平。

也可以看看

summary.conf_mat() 用于从一个混淆矩阵计算大量指标。

例子

library(dplyr)
data("hpc_cv")

# The confusion matrix from a single assessment set (i.e. fold)
cm <- hpc_cv %>%
  filter(Resample == "Fold01") %>%
  conf_mat(obs, pred)
cm
#>           Truth
#> Prediction  VF   F   M   L
#>         VF 166  33   8   1
#>         F   11  71  24   7
#>         M    0   3   5   3
#>         L    0   1   4  10

# Now compute the average confusion matrix across all folds in
# terms of the proportion of the data contained in each cell.
# First get the raw cell counts per fold using the `tidy` method
library(tidyr)

cells_per_resample <- hpc_cv %>%
  group_by(Resample) %>%
  conf_mat(obs, pred) %>%
  mutate(tidied = lapply(conf_mat, tidy)) %>%
  unnest(tidied)

# Get the totals per resample
counts_per_resample <- hpc_cv %>%
  group_by(Resample) %>%
  summarize(total = n()) %>%
  left_join(cells_per_resample, by = "Resample") %>%
  # Compute the proportions
  mutate(prop = value / total) %>%
  group_by(name) %>%
  # Average
  summarize(prop = mean(prop))

counts_per_resample
#> # A tibble: 16 × 2
#>    name         prop
#>    <chr>       <dbl>
#>  1 cell_1_1 0.467   
#>  2 cell_1_2 0.107   
#>  3 cell_1_3 0.0185  
#>  4 cell_1_4 0.00259 
#>  5 cell_2_1 0.0407  
#>  6 cell_2_2 0.187   
#>  7 cell_2_3 0.0632  
#>  8 cell_2_4 0.0173  
#>  9 cell_3_1 0.00173 
#> 10 cell_3_2 0.00692 
#> 11 cell_3_3 0.0228  
#> 12 cell_3_4 0.00807 
#> 13 cell_4_1 0.000575
#> 14 cell_4_2 0.0104  
#> 15 cell_4_3 0.0144  
#> 16 cell_4_4 0.0320  

# Now reshape these into a matrix
mean_cmat <- matrix(counts_per_resample$prop, byrow = TRUE, ncol = 4)
rownames(mean_cmat) <- levels(hpc_cv$obs)
colnames(mean_cmat) <- levels(hpc_cv$obs)

round(mean_cmat, 3)
#>       VF     F     M     L
#> VF 0.467 0.107 0.018 0.003
#> F  0.041 0.187 0.063 0.017
#> M  0.002 0.007 0.023 0.008
#> L  0.001 0.010 0.014 0.032

# The confusion matrix can quickly be visualized using autoplot()
library(ggplot2)

autoplot(cm, type = "mosaic")

autoplot(cm, type = "heatmap")

源代码:R/conf_mat.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 Confusion Matrix for Categorical Data。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。