當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文

R probably cal_plot_breaks 通過分箱繪製概率校準圖

創建一個圖來評估觀察到的事件發生率是否與某個模型預測的事件概率大致相同。

從 0 到 1 創建一係列偶數、互斥的 bin。對於每個箱，預測概率落在箱範圍內的數據用於計算觀察到的事件率(以及事件率的置信區間)。如果預測經過良好校準，擬合曲線應與對角線對齊。

用法

cal_plot_breaks(
  .data,
  truth = NULL,
  estimate = dplyr::starts_with(".pred"),
  num_breaks = 10,
  conf_level = 0.9,
  include_ribbon = TRUE,
  include_rug = TRUE,
  include_points = TRUE,
  event_level = c("auto", "first", "second"),
  ...
)

# S3 method for data.frame
cal_plot_breaks(
  .data,
  truth = NULL,
  estimate = dplyr::starts_with(".pred"),
  num_breaks = 10,
  conf_level = 0.9,
  include_ribbon = TRUE,
  include_rug = TRUE,
  include_points = TRUE,
  event_level = c("auto", "first", "second"),
  ...,
  .by = NULL
)

# S3 method for tune_results
cal_plot_breaks(
  .data,
  truth = NULL,
  estimate = dplyr::starts_with(".pred"),
  num_breaks = 10,
  conf_level = 0.9,
  include_ribbon = TRUE,
  include_rug = TRUE,
  include_points = TRUE,
  event_level = c("auto", "first", "second"),
  ...
)

# S3 method for grouped_df
cal_plot_breaks(
  .data,
  truth = NULL,
  estimate = NULL,
  num_breaks = 10,
  conf_level = 0.9,
  include_ribbon = TRUE,
  include_rug = TRUE,
  include_points = TRUE,
  event_level = c("auto", "first", "second"),
  ...
)

參數

.data

包含預測和概率列的未分組 DataFrame 對象。

truth

真實類別結果的列標識符(即一個因子)。這應該是一個不帶引號的列名。

estimate

列標識符向量，或 dplyr 選擇器函數之一，用於選擇哪些變量包含類概率。它默認為 tidymodels 使用的前綴 ( .pred_ )。標識符的順序將被視為與 truth 變量的級別順序相同。

num_breaks

對概率進行分組的段數。默認為 10。

conf_level

可視化中使用的置信度。默認為 0.9。

include_ribbon

指示是否要包含函數區層的標誌。默認為 TRUE 。

include_rug

指示是否要包括地毯層的標誌。默認為 TRUE 。在圖中，頂部顯示事件發生的頻率，底部顯示事件未發生的頻率。

include_points

指示是否要包含點圖層的標誌。

event_level

單字符串。 "first" 或 "second" 指定將哪個真實級別視為 "event"。默認為"auto"，它允許函數根據模型類型(二元、多類或線性)決定使用哪一個

...

傳遞給 tune_results 對象的其他參數。

.by

分組變量的列標識符。這應該是一個不帶引號的列名稱，用於選擇用於分組的定性變量。默認為 NULL 。當.by = NULL時，不會進行分組。

值

一個 ggplot 對象。

也可以看看

https://www.tidymodels.org/learn/models/calibration/, cal_plot_windowed(), cal_plot_logistic()

cal_plot_logistic() , cal_plot_windowed()

例子


library(ggplot2)
library(dplyr)

cal_plot_breaks(
  segment_logistic,
  Class,
  .pred_good
)


cal_plot_logistic(
  segment_logistic,
  Class,
  .pred_good
)


cal_plot_windowed(
  segment_logistic,
  Class,
  .pred_good
)


# The functions support dplyr groups

model <- glm(Class ~ .pred_good, segment_logistic, family = "binomial")

preds <- predict(model, segment_logistic, type = "response")

gl <- segment_logistic %>%
  mutate(.pred_good = 1 - preds, source = "glm")

combined <- bind_rows(mutate(segment_logistic, source = "original"), gl)

combined %>%
  cal_plot_logistic(Class, .pred_good, .by = source)


# The grouping can be faceted in ggplot2
combined %>%
  cal_plot_logistic(Class, .pred_good, .by = source) +
  facet_wrap(~source) +
  theme(legend.position = "")

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 Probability calibration plots via binning。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。