R rsample apparent 表觀錯誤率抽樣

在數據集上構建模型並重新預測相同數據時，這些預測的性能估計通常稱為模型的 "apparent" 性能。這一估計可能過於樂觀。這裏的"Apparent sampling"表示分析和評估樣本是相同的。這些重采樣有時用於引導樣本的分析，否則應像舊壽司一樣避免使用。

用法

apparent(data, ...)

參數

data: 一個 DataFrame 。
...: 這些點用於將來的擴展，並且必須為空。

值

具有單行和類 apparent 、 rset 、 tbl_df 、 tbl 和 data.frame 的 tibble。結果包括一列數據分割對象和一列名為 id 的列，其中包含帶有重采樣標識符的字符串。

例子

apparent(mtcars)
#> # Apparent sampling 
#> # A tibble: 1 × 2
#>   splits          id      
#>   <list>          <chr>   
#> 1 <split [32/32]> Apparent

源代碼：R/apparent.R

相關用法

注：本文由純淨天空篩選整理自Hannah Frick等大神的英文原創作品 Sampling for the Apparent Error Rate。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。