当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R tune conf_mat_resampled 计算重采样的平均混淆矩阵


对于分类问题,conf_mat_resampled() 为每个重采样计算一个单独的混淆矩阵,然后对单元格计数进行平均。

用法

conf_mat_resampled(x, parameters = NULL, tidy = TRUE)

参数

x

具有类 tune_results 的对象,与通过 control_*(save_pred = TRUE) 运行的分类模型一起使用。

parameters

具有单个调整参数组合的 tibble。这里只允许一种调整参数组合(如果使用过的话)。

tidy

结果应该以 tibble ( TRUE ) 或像 yardstick::conf_mat() ( FALSE ) 这样的 conf_mat 对象返回?

一个小标题或conf_mat,其中包含重新采样的平均细胞计数。

例子

library(parsnip)
library(rsample)
library(dplyr)

data(two_class_dat, package = "modeldata")

set.seed(2393)
res <-
  logistic_reg() %>%
  set_engine("glm") %>%
  fit_resamples(
    Class ~ .,
    resamples = vfold_cv(two_class_dat, v = 3),
    control = control_resamples(save_pred = TRUE)
  )

conf_mat_resampled(res)
#> # A tibble: 4 × 3
#>   Prediction Truth   Freq
#>   <fct>      <fct>  <dbl>
#> 1 Class1     Class1 123  
#> 2 Class1     Class2  25.7
#> 3 Class2     Class1  22.7
#> 4 Class2     Class2  92.3
conf_mat_resampled(res, tidy = FALSE)
#>           Class1    Class2
#> Class1 123.00000  25.66667
#> Class2  22.66667  92.33333

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 Compute average confusion matrix across resamples。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。