R probably cal_apply 對一組現有預測應用校準

對一組現有預測應用校準

用法

cal_apply(.data, object, pred_class = NULL, parameters = NULL, ...)

# S3 method for data.frame
cal_apply(.data, object, pred_class = NULL, parameters = NULL, ...)

# S3 method for tune_results
cal_apply(.data, object, pred_class = NULL, parameters = NULL, ...)

# S3 method for cal_object
cal_apply(.data, object, pred_class = NULL, parameters = NULL, ...)

參數

.data: 可以加工校準物體的物體。
object: 校準對象 (cal_object)。
pred_class: (可選，僅限分類)硬類預測的列標識符(因子向量)。該列將根據校準概率列的變化進行調整。
parameters: (可選)可選的調整參數值小標題，可用於在處理之前過濾預測值。僅適用於tune_results 對象。
...: 可選參數；目前未使用。

細節

cal_apply() 目前僅支持data.frames。它從校準對象中提取truth 和估計列名稱。

也可以看看

https://www.tidymodels.org/learn/models/calibration/, cal_estimate_beta(), cal_estimate_isotonic(), cal_estimate_isotonic_boot(), cal_estimate_linear(), cal_estimate_logistic(), cal_estimate_multinomial()

例子


# ------------------------------------------------------------------------------
# classification example

w_calibration <- cal_estimate_logistic(segment_logistic, Class)

cal_apply(segment_logistic, w_calibration)
#> # A tibble: 1,010 × 3
#>    .pred_poor .pred_good Class
#>         <dbl>      <dbl> <fct>
#>  1      0.974     0.0258 poor 
#>  2      0.930     0.0700 poor 
#>  3      0.220     0.780  good 
#>  4      0.205     0.795  good 
#>  5      0.976     0.0244 poor 
#>  6      0.590     0.410  good 
#>  7      0.777     0.223  good 
#>  8      0.135     0.865  good 
#>  9      0.977     0.0231 poor 
#> 10      0.770     0.230  poor 
#> # ℹ 1,000 more rows

源代碼：R/cal-apply.R

相關用法

注：本文由純淨天空篩選整理自Max Kuhn等大神的英文原創作品 Applies a calibration to a set of existing predictions。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。