當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文

R workflowsets rank_results 按指標對結果進行排名


此函數按特定性能指標對結果進行排序。

用法

rank_results(x, rank_metric = NULL, select_best = FALSE)

參數

x

已使用 workflow_map() 求值的 workflow_set 對象。

rank_metric

指標的字符串。

select_best

邏輯給出結果是否應僅包含每個工作流程中數值上最好的子模型。

值

包含列的小標題： wflow_id , .config , .metric , mean , std_err , n , preprocessor , model 和 rank 。

細節

如果某些模型具有完全相同的性能，則使用rank(value, ties.method = "random")(帶有可重現的種子)，以便所有排名都是整數。

不會返回調整參數的列，因為它們對於某些模型可能不同(或不存在)。 wflow_id 和.config 列可用於確定相應的參數值。

注意

該軟件包提供兩個預生成的工作流程集 two_class_set 和 chi_features_set ，以及適合 two_class_res 和 chi_features_res 的相關模型集。

two_class_* 對象基於使用 modeldata 包中的 two_class_dat 數據的二元分類問題。這六個模型利用裸公式或基本配方，利用 recipes::step_YeoJohnson() 作為預處理器，以及決策樹、邏輯回歸或 MARS 模型規範。有關源代碼，請參閱?two_class_set。

chi_features_* 對象基於使用 modeldata 包中的 Chicago 數據的回歸問題。這三個模型均采用線性回歸模型規範，具有不同複雜性的三種不同配方。這些對象旨在近似 Kuhn 和 Johnson (2019) 第 1.3 節中構建的模型序列。有關源代碼，請參閱?chi_features_set。

例子

chi_features_res
#> # A workflow set/tibble: 3 × 4
#>   wflow_id         info             option    result   
#>   <chr>            <list>           <list>    <list>   
#> 1 date_lm          <tibble [1 × 4]> <opts[2]> <rsmp[+]>
#> 2 plus_holidays_lm <tibble [1 × 4]> <opts[2]> <rsmp[+]>
#> 3 plus_pca_lm      <tibble [1 × 4]> <opts[3]> <tune[+]>

rank_results(chi_features_res)
#> # A tibble: 40 × 9
#>    wflow_id   .config .metric  mean std_err     n preprocessor model  rank
#>    <chr>      <chr>   <chr>   <dbl>   <dbl> <int> <chr>        <chr> <int>
#>  1 plus_pca_… Prepro… rmse    0.574      NA     1 recipe       line…     1
#>  2 plus_pca_… Prepro… rsq     0.989      NA     1 recipe       line…     1
#>  3 plus_pca_… Prepro… rmse    0.586      NA     1 recipe       line…     2
#>  4 plus_pca_… Prepro… rsq     0.989      NA     1 recipe       line…     2
#>  5 plus_pca_… Prepro… rmse    0.590      NA     1 recipe       line…     3
#>  6 plus_pca_… Prepro… rsq     0.988      NA     1 recipe       line…     3
#>  7 plus_pca_… Prepro… rmse    0.591      NA     1 recipe       line…     4
#>  8 plus_pca_… Prepro… rsq     0.988      NA     1 recipe       line…     4
#>  9 plus_pca_… Prepro… rmse    0.594      NA     1 recipe       line…     5
#> 10 plus_pca_… Prepro… rsq     0.989      NA     1 recipe       line…     5
#> # ℹ 30 more rows
rank_results(chi_features_res, select_best = TRUE)
#> # A tibble: 6 × 9
#>   wflow_id    .config .metric  mean std_err     n preprocessor model  rank
#>   <chr>       <chr>   <chr>   <dbl>   <dbl> <int> <chr>        <chr> <int>
#> 1 plus_pca_lm Prepro… rmse    0.574      NA     1 recipe       line…     1
#> 2 plus_pca_lm Prepro… rsq     0.989      NA     1 recipe       line…     1
#> 3 plus_holid… Prepro… rmse    0.646      NA     1 recipe       line…     2
#> 4 plus_holid… Prepro… rsq     0.986      NA     1 recipe       line…     2
#> 5 date_lm     Prepro… rmse    0.733      NA     1 recipe       line…     3
#> 6 date_lm     Prepro… rsq     0.982      NA     1 recipe       line…     3
rank_results(chi_features_res, rank_metric = "rsq")
#> # A tibble: 40 × 9
#>    wflow_id   .config .metric  mean std_err     n preprocessor model  rank
#>    <chr>      <chr>   <chr>   <dbl>   <dbl> <int> <chr>        <chr> <int>
#>  1 plus_pca_… Prepro… rmse    0.594      NA     1 recipe       line…     1
#>  2 plus_pca_… Prepro… rsq     0.989      NA     1 recipe       line…     1
#>  3 plus_pca_… Prepro… rmse    0.574      NA     1 recipe       line…     2
#>  4 plus_pca_… Prepro… rsq     0.989      NA     1 recipe       line…     2
#>  5 plus_pca_… Prepro… rmse    0.586      NA     1 recipe       line…     3
#>  6 plus_pca_… Prepro… rsq     0.989      NA     1 recipe       line…     3
#>  7 plus_pca_… Prepro… rmse    0.591      NA     1 recipe       line…     4
#>  8 plus_pca_… Prepro… rsq     0.988      NA     1 recipe       line…     4
#>  9 plus_pca_… Prepro… rmse    0.590      NA     1 recipe       line…     5
#> 10 plus_pca_… Prepro… rsq     0.988      NA     1 recipe       line…     5
#> # ℹ 30 more rows
源代碼：R/rank_results.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 Rank the results by a metric。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。