R shinymodels explore 探索模型結果

參數

x

具有類 tune_results 的對象。

...

目前未使用的其他參數。

hover_cols

懸停在 Shiny 應用程序中時顯示的列。這個論點可以是：

• 一個 dplyr 選擇器(例如 dplyr::starts_with() )或一組選擇器(如果它們包含在 c() 中)。

• 字符向量。

hover_only

確定是否啟用點的交互式突出顯示(默認)的邏輯。這對於非常大的數據集很有幫助。

值

一個閃亮的應用程序。

細節

對於每行產生多個 hold-out 預測的重采樣方法(例如引導程序、重複的 V-fold 交叉驗證)，圖中顯示的預測值是該特定行的預測的平均值。

Shiny 應用程序中使用的 ggplot2 主題對應於 R 會話中的當前主題。運行 ggplot2::theme_set() 更改 Shiny 應用程序中繪圖的主題。

對於分類模型，應用程序左下角有一個切換按鈕，可以在“未縮放(即線性)”和"Logit scaled"概率縮放之間進行選擇。第一個選項繪製原始概率，而 logit 縮放使用 scales::logit_trans() 重新縮放軸。當使用具有線性預測變量的模型(例如邏輯回歸或多項回歸)時，這會很有幫助，因為它可以更輕鬆地顯示特征的線性效應。

使用該應用程序時，控製台中可能會打印有關“事件綁定源 ID ...未注冊”的警告。這些都可以忽略不計。

當探索比賽結果時，閃亮的應用程序將隻允許調整完全重新采樣的參數組合。因此，現在可以選擇比賽期間丟棄的參數組合。

data(ames_mlp_itr)

if (interactive()) {
  explore(ames_mlp_itr, hover_cols = dplyr::contains("tude"))
}