R yardstick rpd 性能与偏差之比

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。

也可以看看

密切相关的四分位间指标：rpiq()

其他数字指标：ccc() , huber_loss_pseudo() , huber_loss() , iic() , mae() , mape() , mase() , mpe() , msd() , poisson_log_loss() , rmse() , rpiq() , rsq_trad() , rsq() , smape()

其他一致性指标：ccc()、rpiq()、rsq_trad()、rsq()

作者

皮埃尔·鲁迪埃

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

源代码：R/num-rpd.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 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。