这些函数适用于模型结果为数字的情况。性能与偏差之比 ( rpd()
) 和性能与四分位数之比 ( rpiq()
) 都是观测值和预测值之间一致性/相关性的度量(而不是准确性)。
用法
rpd(data, ...)
# S3 method for data.frame
rpd(data, truth, estimate, na_rm = TRUE, case_weights = NULL, ...)
rpd_vec(truth, estimate, na_rm = TRUE, case_weights = NULL, ...)
参数
- data
-
data.frame
包含由truth
和estimate
参数指定的列。 - ...
-
目前未使用。
- truth
-
真实结果的列标识符(即
numeric
)。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numeric
向量。 - estimate
-
预测结果的列标识符(也是
numeric
)。与truth
一样,可以通过不同的方式指定,但主要方法是使用不带引号的变量名称。对于_vec()
函数,一个numeric
向量。 - na_rm
-
logical
值,指示在计算继续之前是否应剥离NA
值。 - 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。
值
tibble
包含列 .metric
、 .estimator
和 .estimate
以及 1 行值。
对于分组 DataFrame ,返回的行数将与组数相同。
对于 rpd_vec()
,单个 numeric
值(或 NA
)。
细节
特别是在频谱学领域,性能与偏差之比 (RPD) 已被用作报告模型质量的标准方法。它是变量的标准差与给定模型对该变量的预测的标准误差之间的比率。然而,它的系统使用受到了一些作者的批评,因为使用标准差来表示变量的分布可能会在倾斜的数据集上产生误导。 Bellon-Maurel 等人介绍了性能与四分位间的比率。 (2010) 解决了其中一些问题,并将 RPD 推广到非正态分布变量。
参考
威廉姆斯,P.C. (1987) 影响 near-infrared 反射频谱分析的变量。见:农业和食品工业中的近红外技术。第一版。 P.Williams 和 K.Norris,编辑。是。谷物协会。谷物化学,明尼苏达州圣保罗
Bellon-Maurel, V.、Fernandez-Ahumada, E.、帕拉戈斯, B.、罗杰, J.M. 和麦克布拉特尼, A., (2010)。对常用于评估近红外频谱预测土壤属性质量的化学计量指标的严格审查。 TrAC 分析化学趋势,29(9),第 1073-1081 页。
例子
# Supply truth and predictions as bare column names
rpd(solubility_test, solubility, prediction)
#> # A tibble: 1 × 3
#> .metric .estimator .estimate
#> <chr> <chr> <dbl>
#> 1 rpd standard 2.88
library(dplyr)
set.seed(1234)
size <- 100
times <- 10
# create 10 resamples
solubility_resampled <- bind_rows(
replicate(
n = times,
expr = sample_n(solubility_test, size, replace = TRUE),
simplify = FALSE
),
.id = "resample"
)
# Compute the metric by group
metric_results <- solubility_resampled %>%
group_by(resample) %>%
rpd(solubility, prediction)
metric_results
#> # A tibble: 10 × 4
#> resample .metric .estimator .estimate
#> <chr> <chr> <chr> <dbl>
#> 1 1 rpd standard 2.78
#> 2 10 rpd standard 2.87
#> 3 2 rpd standard 3.04
#> 4 3 rpd standard 3.41
#> 5 4 rpd standard 3.02
#> 6 5 rpd standard 2.66
#> 7 6 rpd standard 2.81
#> 8 7 rpd standard 2.61
#> 9 8 rpd standard 3.45
#> 10 9 rpd standard 2.93
# Resampled mean estimate
metric_results %>%
summarise(avg_estimate = mean(.estimate))
#> # A tibble: 1 × 1
#> avg_estimate
#> <dbl>
#> 1 2.96
相关用法
- 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 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 rmse 均方根误差
- R yardstick rsq_trad R 平方 - 传统
- R yardstick roc_auc 接收者操作曲线下面积
- 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 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 detection_prevalence 检测率
- R yardstick bal_accuracy 平衡的精度
- R yardstick msd 平均符号偏差
- R yardstick mpe 平均百分比误差
- R yardstick iic 相关性理想指数
- R yardstick npv 阴性预测值
- R yardstick sens 灵敏度
- R yardstick poisson_log_loss 泊松数据的平均对数损失
- R yardstick ppv 阳性预测值
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 Ratio of performance to deviation。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。