当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R yardstick pr_auc 查准率曲线下面积


pr_auc() 是计算精确召回曲线下面积的指标。完整曲线请参见pr_curve()

用法

pr_auc(data, ...)

# S3 method for data.frame
pr_auc(
  data,
  truth,
  ...,
  estimator = NULL,
  na_rm = TRUE,
  event_level = yardstick_event_level(),
  case_weights = NULL
)

pr_auc_vec(
  truth,
  estimate,
  estimator = NULL,
  na_rm = TRUE,
  event_level = yardstick_event_level(),
  case_weights = NULL,
  ...
)

参数

data

包含 truth... 指定的列的 data.frame

...

一组不带引号的列名称或一个或多个 dplyr 选择器函数,用于选择哪些变量包含类概率。如果 truth 是二进制,则仅应选择 1 列,并且它应对应于 event_level 的值。否则,列的数量应与 truth 的因子级别一样多,并且列的顺序应与 truth 的因子级别相同。

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。

estimator

"binary""macro""macro_weighted" 之一指定要完成的平均类型。 "binary" 仅与两类情况相关。另外两个是计算多类指标的通用方法。默认会根据 truth 自动选择 "binary""macro"

na_rm

logical 值,指示在计算继续之前是否应剥离 NA 值。

event_level

单个字符串。 "first""second" 指定将truth 的哪个级别视为"event"。此参数仅适用于 estimator = "binary" 。默认使用内部帮助程序,通常默认为 "first" ,但是,如果设置了已弃用的全局选项 yardstick.event_first ,则将使用该帮助程序并发出警告。

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。

estimate

如果truth是二进制的,对应于 "relevant" 类的类概率的数值向量。否则,矩阵的列数与因子级别一样多truth.假设它们的顺序与 truth 的级别相同。

tibble 包含列 .metric.estimator.estimate 以及 1 行值。

对于分组 DataFrame ,返回的行数将与组数相同。

对于 pr_auc_vec() ,单个 numeric 值(或 NA )。

多级

此指标可使用宏观平均和宏观加权平均。如果提供了超过 2 个级别的 truth 因子,则默认选择宏平均。否则,将进行标准二进制计算。有关详细信息,请参阅vignette("multiclass", "yardstick")

相关级别

在计算二元分类指标时,对于哪个因子级别应自动被视为 "event" 或 "positive" 结果,没有通用约定。在 yardstick 中,默认使用第一级。要更改此设置,请将参数 event_level 更改为 "second" 以将因子的最后一个级别视为感兴趣级别。对于涉及 one-vs-all 比较(例如宏平均)的多类扩展,此选项将被忽略,并且 "one" 级别始终是相关结果。

也可以看看

pr_curve() 用于计算全精度召回曲线。

其他类概率指标:average_precision() , brier_class() , classification_cost() , gain_capture() , mn_log_loss() , roc_auc() , roc_aunp() , roc_aunu()

作者

马克斯·库恩

例子

# ---------------------------------------------------------------------------
# Two class example

# `truth` is a 2 level factor. The first level is `"Class1"`, which is the
# "event of interest" by default in yardstick. See the Relevant Level
# section above.
data(two_class_example)

# Binary metrics using class probabilities take a factor `truth` column,
# and a single class probability column containing the probabilities of
# the event of interest. Here, since `"Class1"` is the first level of
# `"truth"`, it is the event of interest and we pass in probabilities for it.
pr_auc(two_class_example, truth, Class1)
#> # A tibble: 1 × 3
#>   .metric .estimator .estimate
#>   <chr>   <chr>          <dbl>
#> 1 pr_auc  binary         0.946

# ---------------------------------------------------------------------------
# Multiclass example

# `obs` is a 4 level factor. The first level is `"VF"`, which is the
# "event of interest" by default in yardstick. See the Relevant Level
# section above.
data(hpc_cv)

# You can use the col1:colN tidyselect syntax
library(dplyr)
hpc_cv %>%
  filter(Resample == "Fold01") %>%
  pr_auc(obs, VF:L)
#> # A tibble: 1 × 3
#>   .metric .estimator .estimate
#>   <chr>   <chr>          <dbl>
#> 1 pr_auc  macro          0.611

# Change the first level of `obs` from `"VF"` to `"M"` to alter the
# event of interest. The class probability columns should be supplied
# in the same order as the levels.
hpc_cv %>%
  filter(Resample == "Fold01") %>%
  mutate(obs = relevel(obs, "M")) %>%
  pr_auc(obs, M, VF:L)
#> # A tibble: 1 × 3
#>   .metric .estimator .estimate
#>   <chr>   <chr>          <dbl>
#> 1 pr_auc  macro          0.611

# Groups are respected
hpc_cv %>%
  group_by(Resample) %>%
  pr_auc(obs, VF:L)
#> # A tibble: 10 × 4
#>    Resample .metric .estimator .estimate
#>    <chr>    <chr>   <chr>          <dbl>
#>  1 Fold01   pr_auc  macro          0.611
#>  2 Fold02   pr_auc  macro          0.620
#>  3 Fold03   pr_auc  macro          0.689
#>  4 Fold04   pr_auc  macro          0.680
#>  5 Fold05   pr_auc  macro          0.620
#>  6 Fold06   pr_auc  macro          0.650
#>  7 Fold07   pr_auc  macro          0.607
#>  8 Fold08   pr_auc  macro          0.650
#>  9 Fold09   pr_auc  macro          0.628
#> 10 Fold10   pr_auc  macro          0.603

# Weighted macro averaging
hpc_cv %>%
  group_by(Resample) %>%
  pr_auc(obs, VF:L, estimator = "macro_weighted")
#> # A tibble: 10 × 4
#>    Resample .metric .estimator     .estimate
#>    <chr>    <chr>   <chr>              <dbl>
#>  1 Fold01   pr_auc  macro_weighted     0.746
#>  2 Fold02   pr_auc  macro_weighted     0.743
#>  3 Fold03   pr_auc  macro_weighted     0.789
#>  4 Fold04   pr_auc  macro_weighted     0.754
#>  5 Fold05   pr_auc  macro_weighted     0.737
#>  6 Fold06   pr_auc  macro_weighted     0.743
#>  7 Fold07   pr_auc  macro_weighted     0.748
#>  8 Fold08   pr_auc  macro_weighted     0.756
#>  9 Fold09   pr_auc  macro_weighted     0.711
#> 10 Fold10   pr_auc  macro_weighted     0.737

# Vector version
# Supply a matrix of class probabilities
fold1 <- hpc_cv %>%
  filter(Resample == "Fold01")

pr_auc_vec(
   truth = fold1$obs,
   matrix(
     c(fold1$VF, fold1$F, fold1$M, fold1$L),
     ncol = 4
   )
)
#> [1] 0.6109931

源代码:R/prob-pr_auc.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 Area under the precision recall curve。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。