R probably locate-equivocal 找到模棱两可的值

这些函数提供了多种方法来检查模棱两可的值并查找它们的位置。

用法

is_equivocal(x)

which_equivocal(x)

any_equivocal(x)

参数

x: class_pred 对象。

值

is_equivocal() 返回与 x 长度相同的逻辑向量

其中 TRUE 表示该值不明确。

which_equivocal() 返回一个整数向量，指定不明确值的位置。

如果存在任何模棱两可的值，any_equivocal() 返回TRUE。

例子


x <- class_pred(factor(1:10), which = c(2, 5))

is_equivocal(x)
#>  [1] FALSE  TRUE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE FALSE

which_equivocal(x)
#> [1] 2 5

any_equivocal(x)
#> [1] TRUE

源代码：R/class-pred.R

相关用法

R probably levels.class_pred 提取class_pred级别
R probably append_class_pred 添加 class_pred 列
R probably cal_plot_logistic 通过逻辑回归绘制概率校准图
R probably class_pred 创建类别预测对象
R probably cal_plot_breaks 通过分箱绘制概率校准图
R probably cal_estimate_multinomial 使用多项校准模型来计算新的概率
R probably cal_validate_logistic 使用和不使用逻辑校准来测量性能
R probably cal_validate_isotonic_boot 使用和不使用袋装等渗回归校准来测量性能
R probably threshold_perf 生成跨概率阈值的性能指标
R probably cal_estimate_beta 使用 Beta 校准模型来计算新概率
R probably cal_plot_regression 回归校准图
R probably as_class_pred 强制转换为 class_pred 对象
R probably cal_estimate_isotonic 使用等渗回归模型来校准模型预测。
R probably cal_estimate_logistic 使用逻辑回归模型来校准概率
R probably int_conformal_quantile 通过保形推理和分位数回归预测区间
R probably cal_validate_multinomial 使用和不使用多项式校准来测量性能
R probably make_class_pred 根据类概率创建 class_pred 向量
R probably cal_apply 对一组现有预测应用校准
R probably reportable_rate 计算报告率
R probably cal_validate_linear 使用和不使用线性回归校准来测量性能
R probably cal_estimate_isotonic_boot 使用引导等渗回归模型来校准概率
R probably cal_plot_windowed 通过移动窗口绘制概率校准图
R probably int_conformal_split 通过分割共形推理预测区间
R probably is_class_pred 测试对象是否继承自class_pred
R probably cal_validate_isotonic 使用和不使用等渗回归校准来测量性能

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 Locate equivocal values。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。