R yardstick rpd 性能與偏差之比

這些函數適用於模型結果為數字的情況。性能與偏差之比 ( rpd() ) 和性能與四分位數之比 ( rpiq() ) 都是觀測值和預測值之間一致性/相關性的度量(而不是準確性)。

用法

rpd(data, ...)

# S3 method for data.frame
rpd(data, truth, estimate, na_rm = TRUE, case_weights = NULL, ...)

rpd_vec(truth, estimate, na_rm = TRUE, case_weights = NULL, ...)

參數

data: data.frame 包含由 truth 和 estimate 參數指定的列。
...: 目前未使用。
truth: 真實結果的列標識符(即 numeric )。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 numeric 向量。
estimate: 預測結果的列標識符(也是 numeric )。與 truth 一樣，可以通過不同的方式指定，但主要方法是使用不帶引號的變量名稱。對於 _vec() 函數，一個 numeric 向量。
na_rm: logical 值，指示在計算繼續之前是否應剝離 NA 值。
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。

值

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

對於分組 DataFrame ，返回的行數將與組數相同。

對於 rpd_vec() ，單個 numeric 值(或 NA )。

細節

特別是在頻譜學領域，性能與偏差之比 (RPD) 已被用作報告模型質量的標準方法。它是變量的標準差與給定模型對該變量的預測的標準誤差之間的比率。然而，它的係統使用受到了一些作者的批評，因為使用標準差來表示變量的分布可能會在傾斜的數據集上產生誤導。 Bellon-Maurel 等人介紹了性能與四分位間的比率。 (2010) 解決了其中一些問題，並將 RPD 推廣到非正態分布變量。

參考

威廉姆斯，P.C. (1987) 影響 near-infrared 反射頻譜分析的變量。見：農業和食品工業中的近紅外技術。第一版。 P.Williams 和 K.Norris，編輯。是。穀物協會。穀物化學，明尼蘇達州聖保羅

Bellon-Maurel, V.、Fernandez-Ahumada, E.、帕拉戈斯, B.、羅傑, J.M. 和麥克布拉特尼, A., (2010)。對常用於評估近紅外頻譜預測土壤屬性質量的化學計量指標的嚴格審查。 TrAC 分析化學趨勢，29(9)，第 1073-1081 頁。

也可以看看

密切相關的四分位間指標：rpiq()

其他數字指標：ccc() , huber_loss_pseudo() , huber_loss() , iic() , mae() , mape() , mase() , mpe() , msd() , poisson_log_loss() , rmse() , rpiq() , rsq_trad() , rsq() , smape()

其他一致性指標：ccc()、rpiq()、rsq_trad()、rsq()

作者

皮埃爾·魯迪埃

例子

# Supply truth and predictions as bare column names
rpd(solubility_test, solubility, prediction)
#> # A tibble: 1 × 3
#>   .metric .estimator .estimate
#>   <chr>   <chr>          <dbl>
#> 1 rpd     standard        2.88

library(dplyr)

set.seed(1234)
size <- 100
times <- 10

# create 10 resamples
solubility_resampled <- bind_rows(
  replicate(
    n = times,
    expr = sample_n(solubility_test, size, replace = TRUE),
    simplify = FALSE
  ),
  .id = "resample"
)

# Compute the metric by group
metric_results <- solubility_resampled %>%
  group_by(resample) %>%
  rpd(solubility, prediction)

metric_results
#> # A tibble: 10 × 4
#>    resample .metric .estimator .estimate
#>    <chr>    <chr>   <chr>          <dbl>
#>  1 1        rpd     standard        2.78
#>  2 10       rpd     standard        2.87
#>  3 2        rpd     standard        3.04
#>  4 3        rpd     standard        3.41
#>  5 4        rpd     standard        3.02
#>  6 5        rpd     standard        2.66
#>  7 6        rpd     standard        2.81
#>  8 7        rpd     standard        2.61
#>  9 8        rpd     standard        3.45
#> 10 9        rpd     standard        2.93

# Resampled mean estimate
metric_results %>%
  summarise(avg_estimate = mean(.estimate))
#> # A tibble: 1 × 1
#>   avg_estimate
#>          <dbl>
#> 1         2.96

源代碼：R/num-rpd.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 Ratio of performance to deviation。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。