當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


R yardstick pr_curve 精確率召回曲線


pr_curve() 構造全精度召回曲線並返回一個 tibble。請參閱 pr_auc() 了解精度召回曲線下的麵積。

用法

pr_curve(data, ...)

# S3 method for data.frame
pr_curve(
  data,
  truth,
  ...,
  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。

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。

具有類 pr_dfpr_grouped_df 的 tibble,具有列 .thresholdrecallprecision

細節

pr_curve() 計算概率列的每個唯一值(除了無窮大)的精度。

有一個ggplot2::autoplot() 方法可以快速可視化曲線。這適用於二進製和多類輸出,也適用於分組數據(即來自重新采樣)。請參閱示例。

多級

如果提供了多類 truth 列,則將采用 one-vs-all 方法來計算多條曲線,每個級別一條。在這種情況下,將有一個附加列 .level ,用於標識 one-vs-all 計算中的 "one" 列。

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

使用 pr_auc() 計算精確召回曲線下的麵積。

其他曲線指標:gain_curve()lift_curve()roc_curve()

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_curve(two_class_example, truth, Class1)
#> # A tibble: 501 × 3
#>    .threshold  recall precision
#>         <dbl>   <dbl>     <dbl>
#>  1     Inf    0               1
#>  2       1.00 0.00388         1
#>  3       1.00 0.00775         1
#>  4       1.00 0.0116          1
#>  5       1.00 0.0155          1
#>  6       1.00 0.0194          1
#>  7       1.00 0.0233          1
#>  8       1.00 0.0271          1
#>  9       1.00 0.0310          1
#> 10       1.00 0.0349          1
#> # ℹ 491 more rows

# ---------------------------------------------------------------------------
# `autoplot()`

# Visualize the curve using ggplot2 manually
library(ggplot2)
library(dplyr)
pr_curve(two_class_example, truth, Class1) %>%
  ggplot(aes(x = recall, y = precision)) +
  geom_path() +
  coord_equal() +
  theme_bw()


# Or use autoplot
autoplot(pr_curve(two_class_example, truth, Class1))


# Multiclass one-vs-all approach
# One curve per level
hpc_cv %>%
  filter(Resample == "Fold01") %>%
  pr_curve(obs, VF:L) %>%
  autoplot()


# Same as above, but will all of the resamples
hpc_cv %>%
  group_by(Resample) %>%
  pr_curve(obs, VF:L) %>%
  autoplot()


源代碼:R/prob-pr_curve.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 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。