当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R yardstick pr_curve 精确率召回曲线


pr_curve() 构造全精度召回曲线并返回一个 tibble。请参阅 pr_auc() 了解精度召回曲线下的面积。

用法

pr_curve(data, ...)

# S3 method for data.frame
pr_curve(
  data,
  truth,
  ...,
  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。

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。

具有类 pr_dfpr_grouped_df 的 tibble,具有列 .thresholdrecallprecision

细节

pr_curve() 计算概率列的每个唯一值(除了无穷大)的精度。

有一个ggplot2::autoplot() 方法可以快速可视化曲线。这适用于二进制和多类输出,也适用于分组数据(即来自重新采样)。请参阅示例。

多级

如果提供了多类 truth 列,则将采用 one-vs-all 方法来计算多条曲线,每个级别一条。在这种情况下,将有一个附加列 .level ,用于标识 one-vs-all 计算中的 "one" 列。

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

使用 pr_auc() 计算精确召回曲线下的面积。

其他曲线指标:gain_curve()lift_curve()roc_curve()

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_curve(two_class_example, truth, Class1)
#> # A tibble: 501 × 3
#>    .threshold  recall precision
#>         <dbl>   <dbl>     <dbl>
#>  1     Inf    0               1
#>  2       1.00 0.00388         1
#>  3       1.00 0.00775         1
#>  4       1.00 0.0116          1
#>  5       1.00 0.0155          1
#>  6       1.00 0.0194          1
#>  7       1.00 0.0233          1
#>  8       1.00 0.0271          1
#>  9       1.00 0.0310          1
#> 10       1.00 0.0349          1
#> # ℹ 491 more rows

# ---------------------------------------------------------------------------
# `autoplot()`

# Visualize the curve using ggplot2 manually
library(ggplot2)
library(dplyr)
pr_curve(two_class_example, truth, Class1) %>%
  ggplot(aes(x = recall, y = precision)) +
  geom_path() +
  coord_equal() +
  theme_bw()


# Or use autoplot
autoplot(pr_curve(two_class_example, truth, Class1))


# Multiclass one-vs-all approach
# One curve per level
hpc_cv %>%
  filter(Resample == "Fold01") %>%
  pr_curve(obs, VF:L) %>%
  autoplot()


# Same as above, but will all of the resamples
hpc_cv %>%
  group_by(Resample) %>%
  pr_curve(obs, VF:L) %>%
  autoplot()


源代码:R/prob-pr_curve.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 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。