當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


R yardstick pr_auc 查準率曲線下麵積


pr_auc() 是計算精確召回曲線下麵積的指標。完整曲線請參見pr_curve()

用法

pr_auc(data, ...)

# S3 method for data.frame
pr_auc(
  data,
  truth,
  ...,
  estimator = NULL,
  na_rm = TRUE,
  event_level = yardstick_event_level(),
  case_weights = NULL
)

pr_auc_vec(
  truth,
  estimate,
  estimator = NULL,
  na_rm = TRUE,
  event_level = yardstick_event_level(),
  case_weights = NULL,
  ...
)

參數

data

包含 truth... 指定的列的 data.frame

...

一組不帶引號的列名稱或一個或多個 dplyr 選擇器函數,用於選擇哪些變量包含類概率。如果 truth 是二進製,則僅應選擇 1 列,並且它應對應於 event_level 的值。否則,列的數量應與 truth 的因子級別一樣多,並且列的順序應與 truth 的因子級別相同。

truth

真實類結果的列標識符(即 factor )。這應該是一個不帶引號的列名,盡管此參數是通過表達式傳遞的並且支持quasiquotation(您可以不帶引號的列名)。對於 _vec() 函數,一個 factor 向量。

estimator

"binary""macro""macro_weighted" 之一指定要完成的平均類型。 "binary" 僅與兩類情況相關。另外兩個是計算多類指標的通用方法。默認會根據 truth 自動選擇 "binary""macro"

na_rm

logical 值,指示在計算繼續之前是否應剝離 NA 值。

event_level

單個字符串。 "first""second" 指定將truth 的哪個級別視為"event"。此參數僅適用於 estimator = "binary" 。默認使用內部幫助程序,通常默認為 "first" ,但是,如果設置了已棄用的全局選項 yardstick.event_first ,則將使用該幫助程序並發出警告。

case_weights

案例權重的可選列標識符。這應該是一個不帶引號的列名稱,其計算結果為 data 中的數字列。對於 _vec() 函數,一個數值向量。

estimate

如果truth是二進製的,對應於 "relevant" 類的類概率的數值向量。否則,矩陣的列數與因子級別一樣多truth.假設它們的順序與 truth 的級別相同。

tibble 包含列 .metric.estimator.estimate 以及 1 行值。

對於分組 DataFrame ,返回的行數將與組數相同。

對於 pr_auc_vec() ,單個 numeric 值(或 NA )。

多級

此指標可使用宏觀平均和宏觀加權平均。如果提供了超過 2 個級別的 truth 因子,則默認選擇宏平均。否則,將進行標準二進製計算。有關詳細信息,請參閱vignette("multiclass", "yardstick")

相關級別

在計算二元分類指標時,對於哪個因子級別應自動被視為 "event" 或 "positive" 結果,沒有通用約定。在 yardstick 中,默認使用第一級。要更改此設置,請將參數 event_level 更改為 "second" 以將因子的最後一個級別視為感興趣級別。對於涉及 one-vs-all 比較(例如宏平均)的多類擴展,此選項將被忽略,並且 "one" 級別始終是相關結果。

也可以看看

pr_curve() 用於計算全精度召回曲線。

其他類概率指標:average_precision() , brier_class() , classification_cost() , gain_capture() , mn_log_loss() , roc_auc() , roc_aunp() , roc_aunu()

作者

馬克斯·庫恩

例子

# ---------------------------------------------------------------------------
# Two class example

# `truth` is a 2 level factor. The first level is `"Class1"`, which is the
# "event of interest" by default in yardstick. See the Relevant Level
# section above.
data(two_class_example)

# Binary metrics using class probabilities take a factor `truth` column,
# and a single class probability column containing the probabilities of
# the event of interest. Here, since `"Class1"` is the first level of
# `"truth"`, it is the event of interest and we pass in probabilities for it.
pr_auc(two_class_example, truth, Class1)
#> # A tibble: 1 × 3
#>   .metric .estimator .estimate
#>   <chr>   <chr>          <dbl>
#> 1 pr_auc  binary         0.946

# ---------------------------------------------------------------------------
# Multiclass example

# `obs` is a 4 level factor. The first level is `"VF"`, which is the
# "event of interest" by default in yardstick. See the Relevant Level
# section above.
data(hpc_cv)

# You can use the col1:colN tidyselect syntax
library(dplyr)
hpc_cv %>%
  filter(Resample == "Fold01") %>%
  pr_auc(obs, VF:L)
#> # A tibble: 1 × 3
#>   .metric .estimator .estimate
#>   <chr>   <chr>          <dbl>
#> 1 pr_auc  macro          0.611

# Change the first level of `obs` from `"VF"` to `"M"` to alter the
# event of interest. The class probability columns should be supplied
# in the same order as the levels.
hpc_cv %>%
  filter(Resample == "Fold01") %>%
  mutate(obs = relevel(obs, "M")) %>%
  pr_auc(obs, M, VF:L)
#> # A tibble: 1 × 3
#>   .metric .estimator .estimate
#>   <chr>   <chr>          <dbl>
#> 1 pr_auc  macro          0.611

# Groups are respected
hpc_cv %>%
  group_by(Resample) %>%
  pr_auc(obs, VF:L)
#> # A tibble: 10 × 4
#>    Resample .metric .estimator .estimate
#>    <chr>    <chr>   <chr>          <dbl>
#>  1 Fold01   pr_auc  macro          0.611
#>  2 Fold02   pr_auc  macro          0.620
#>  3 Fold03   pr_auc  macro          0.689
#>  4 Fold04   pr_auc  macro          0.680
#>  5 Fold05   pr_auc  macro          0.620
#>  6 Fold06   pr_auc  macro          0.650
#>  7 Fold07   pr_auc  macro          0.607
#>  8 Fold08   pr_auc  macro          0.650
#>  9 Fold09   pr_auc  macro          0.628
#> 10 Fold10   pr_auc  macro          0.603

# Weighted macro averaging
hpc_cv %>%
  group_by(Resample) %>%
  pr_auc(obs, VF:L, estimator = "macro_weighted")
#> # A tibble: 10 × 4
#>    Resample .metric .estimator     .estimate
#>    <chr>    <chr>   <chr>              <dbl>
#>  1 Fold01   pr_auc  macro_weighted     0.746
#>  2 Fold02   pr_auc  macro_weighted     0.743
#>  3 Fold03   pr_auc  macro_weighted     0.789
#>  4 Fold04   pr_auc  macro_weighted     0.754
#>  5 Fold05   pr_auc  macro_weighted     0.737
#>  6 Fold06   pr_auc  macro_weighted     0.743
#>  7 Fold07   pr_auc  macro_weighted     0.748
#>  8 Fold08   pr_auc  macro_weighted     0.756
#>  9 Fold09   pr_auc  macro_weighted     0.711
#> 10 Fold10   pr_auc  macro_weighted     0.737

# Vector version
# Supply a matrix of class probabilities
fold1 <- hpc_cv %>%
  filter(Resample == "Fold01")

pr_auc_vec(
   truth = fold1$obs,
   matrix(
     c(fold1$VF, fold1$F, fold1$M, fold1$L),
     ncol = 4
   )
)
#> [1] 0.6109931

源代碼:R/prob-pr_auc.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 Area under the precision recall curve。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。