metric_tweak()
允许您调整现有指标 .fn
,为其提供新的 .name
并通过 ...
设置新的可选参数默认值。它类似于 purrr::partial()
,但专为尺度指标而设计。
metric_tweak()
在构建 metric_set()
以使用调整包进行调整时特别有用。构造度量集后,无法调整任何可选参数的值(例如 f_meas()
中的 beta
)。使用 metric_tweak()
,您可以在自定义值进入指标集之前提前将可选参数设置为自定义值。
参数
- .name
-
给出新指标名称的单个字符串。这将在输出的
".metric"
列中使用。 - .fn
-
需要调整的现有尺度度量函数。
- ...
-
Name-value 对指定要覆盖的可选参数以及要替换它们的值。
参数
data
、truth
和estimate
被视为受保护,并且不能被覆盖,但所有其他可选参数都可以更改。
细节
从 metric_tweak()
返回的函数仅将 ...
作为参数,并将其传递给原始 .fn
。按位置传递 data
、 truth
和 estimate
通常应该是安全的,但建议按名称传递任何其他可选参数,以确保正确评估它们。
例子
mase12 <- metric_tweak("mase12", mase, m = 12)
# Defaults to `m = 1`
mase(solubility_test, solubility, prediction)
#> # A tibble: 1 × 3
#> .metric .estimator .estimate
#> <chr> <chr> <dbl>
#> 1 mase standard 3.56
# Updated to use `m = 12`. `mase12()` has this set already.
mase(solubility_test, solubility, prediction, m = 12)
#> # A tibble: 1 × 3
#> .metric .estimator .estimate
#> <chr> <chr> <dbl>
#> 1 mase standard 0.582
mase12(solubility_test, solubility, prediction)
#> # A tibble: 1 × 3
#> .metric .estimator .estimate
#> <chr> <chr> <dbl>
#> 1 mase12 standard 0.582
# This is most useful to set optional argument values ahead of time when
# using a metric set
mase10 <- metric_tweak("mase10", mase, m = 10)
metrics <- metric_set(mase, mase10, mase12)
metrics(solubility_test, solubility, prediction)
#> # A tibble: 3 × 3
#> .metric .estimator .estimate
#> <chr> <chr> <dbl>
#> 1 mase standard 3.56
#> 2 mase10 standard 0.664
#> 3 mase12 standard 0.582
相关用法
- R yardstick metric_set 组合度量函数
- R yardstick metrics 估计性能的通用函数
- R yardstick mn_log_loss 多项数据的平均对数损失
- R yardstick mae 平均绝对误差
- R yardstick msd 平均符号偏差
- R yardstick mpe 平均百分比误差
- R yardstick mape 平均绝对百分比误差
- R yardstick mcc 马修斯相关系数
- R yardstick mase 平均绝对比例误差
- R yardstick pr_auc 查准率曲线下面积
- R yardstick accuracy 准确性
- R yardstick gain_capture 增益捕获
- R yardstick pr_curve 精确率召回曲线
- R yardstick conf_mat 分类数据的混淆矩阵
- R yardstick rpd 性能与偏差之比
- R yardstick detection_prevalence 检测率
- R yardstick bal_accuracy 平衡的精度
- R yardstick rpiq 绩效与四分位间的比率
- R yardstick roc_aunp 使用先验类别分布,每个类别相对于其他类别的 ROC 曲线下面积
- R yardstick roc_curve 接收者算子曲线
- R yardstick rsq R 平方
- R yardstick iic 相关性理想指数
- R yardstick recall 记起
- R yardstick roc_aunu 使用均匀类别分布,每个类别相对于其他类别的 ROC 曲线下面积
- R yardstick npv 阴性预测值
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 Tweak a metric function。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。