R hardhat spruce-multiple 完善多结果预测

这一系列 spruce_*_multiple() 函数将多结果预测转换为标准化格式。它们通常从预测实现函数中调用，以返回特定的预测type。

用法

spruce_numeric_multiple(...)

spruce_class_multiple(...)

spruce_prob_multiple(...)

参数

...

多个预测向量：

对于 spruce_numeric_multiple() ，大小相等的数值向量。
对于 spruce_class_multiple() ，"hard" 类预测的因子具有相同大小。
对于 spruce_prob_multiple() ，大小相等的 tibbles 是在每个预测概率矩阵上调用 spruce_prob() 的结果。

如果命名了...，则该名称将用作结果列名称的后缀，否则将使用位置索引。

值

对于 spruce_numeric_multiple() ，以模式 .pred_* 命名的数字列的小标题。
对于 spruce_class_multiple() ，以模式 .pred_class_* 命名的因子列的小标题。
对于 spruce_prob_multiple() ，以模式 .pred_* 命名的数据帧列的 tibble。

例子

spruce_numeric_multiple(1:3, foo = 2:4)
#> # A tibble: 3 × 2
#>   .pred_1 .pred_foo
#>     <int>     <int>
#> 1       1         2
#> 2       2         3
#> 3       3         4

spruce_class_multiple(
  one_step = factor(c("a", "b", "c")),
  two_step = factor(c("a", "c", "c"))
)
#> # A tibble: 3 × 2
#>   .pred_class_one_step .pred_class_two_step
#>   <fct>                <fct>               
#> 1 a                    a                   
#> 2 b                    c                   
#> 3 c                    c                   

one_step <- matrix(c(.3, .7, .0, .1, .3, .6), nrow = 2, byrow = TRUE)
two_step <- matrix(c(.2, .7, .1, .2, .4, .4), nrow = 2, byrow = TRUE)
binary <- matrix(c(.5, .5, .4, .6), nrow = 2, byrow = TRUE)

spruce_prob_multiple(
  one_step = spruce_prob(c("a", "b", "c"), one_step),
  two_step = spruce_prob(c("a", "b", "c"), two_step),
  binary = spruce_prob(c("yes", "no"), binary)
)
#> # A tibble: 2 × 3
#>   .pred_one_step$.pred_a .pred_two_step$.pred_a .pred_binary$.pred_yes
#>                    <dbl>                  <dbl>                  <dbl>
#> 1                    0.3                    0.2                    0.5
#> 2                    0.1                    0.2                    0.4
#> # ℹ 5 more variables: .pred_one_step$.pred_b <dbl>, $.pred_c <dbl>,
#> #   .pred_two_step$.pred_b <dbl>, $.pred_c <dbl>,
#> #   .pred_binary$.pred_no <dbl>

源代码：R/spruce.R

相关用法

注：本文由纯净天空筛选整理自Davis Vaughan等大神的英文原创作品 Spruce up multi-outcome predictions。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。