使用相關性計算決定係數。有關 R 平方的傳統度量,請參閱 rsq_trad()
。
用法
rsq(data, ...)
# S3 method for data.frame
rsq(data, truth, estimate, na_rm = TRUE, case_weights = NULL, ...)
rsq_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 rsq_vec()
,單個 numeric
值(或 NA
)。
細節
決定係數的兩個估計值 rsq()
和 rsq_trad()
的公式不同。前者保證 (0, 1) 上的值,而後者在模型無信息時可能生成不準確的值(請參閱示例)。兩者都是一致性/相關性的衡量標準,而不是準確性的衡量標準。
rsq()
隻是 truth
和 estimate
之間的平方相關性。
由於rsq()
在內部計算相關性,因此如果truth
或estimate
為常數,則可能會導致除以零的錯誤。在這些情況下,會引發警告並返回NA
。當模型預測所有樣本的單個值時,就會發生這種情況。例如,消除除截距之外的所有預測變量的正則化模型就可以做到這一點。另一個例子是不包含分割的 CART 模型。
例子
# Supply truth and predictions as bare column names
rsq(solubility_test, solubility, prediction)
#> # A tibble: 1 × 3
#> .metric .estimator .estimate
#> <chr> <chr> <dbl>
#> 1 rsq standard 0.879
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) %>%
rsq(solubility, prediction)
metric_results
#> # A tibble: 10 × 4
#> resample .metric .estimator .estimate
#> <chr> <chr> <chr> <dbl>
#> 1 1 rsq standard 0.874
#> 2 10 rsq standard 0.879
#> 3 2 rsq standard 0.891
#> 4 3 rsq standard 0.916
#> 5 4 rsq standard 0.892
#> 6 5 rsq standard 0.858
#> 7 6 rsq standard 0.873
#> 8 7 rsq standard 0.852
#> 9 8 rsq standard 0.915
#> 10 9 rsq standard 0.884
# Resampled mean estimate
metric_results %>%
summarise(avg_estimate = mean(.estimate))
#> # A tibble: 1 × 1
#> avg_estimate
#> <dbl>
#> 1 0.883
# With uninformitive data, the traditional version of R^2 can return
# negative values.
set.seed(2291)
solubility_test$randomized <- sample(solubility_test$prediction)
rsq(solubility_test, solubility, randomized)
#> # A tibble: 1 × 3
#> .metric .estimator .estimate
#> <chr> <chr> <dbl>
#> 1 rsq standard 0.00199
rsq_trad(solubility_test, solubility, randomized)
#> # A tibble: 1 × 3
#> .metric .estimator .estimate
#> <chr> <chr> <dbl>
#> 1 rsq_trad standard -1.01
# A constant `truth` or `estimate` vector results in a warning from
# a divide by zero error in the correlation calculation.
# `NA` will be returned in these cases.
truth <- c(1, 2)
estimate <- c(1, 1)
rsq_vec(truth, estimate)
#> Warning: A correlation computation is required, but `estimate` is constant and has 0 standard deviation, resulting in a divide by 0 error. `NA` will be returned.
#> [1] NA
相關用法
- R yardstick rsq_trad R 平方 - 傳統
- R yardstick rpd 性能與偏差之比
- R yardstick rpiq 績效與四分位間的比率
- R yardstick roc_aunp 使用先驗類別分布,每個類別相對於其他類別的 ROC 曲線下麵積
- R yardstick roc_curve 接收者算子曲線
- R yardstick recall 記起
- R yardstick roc_aunu 使用均勻類別分布,每個類別相對於其他類別的 ROC 曲線下麵積
- R yardstick rmse 均方根誤差
- R yardstick roc_auc 接收者操作曲線下麵積
- R yardstick pr_auc 查準率曲線下麵積
- R yardstick accuracy 準確性
- R yardstick gain_capture 增益捕獲
- R yardstick pr_curve 精確率召回曲線
- R yardstick conf_mat 分類數據的混淆矩陣
- R yardstick mn_log_loss 多項數據的平均對數損失
- R yardstick mae 平均絕對誤差
- R yardstick detection_prevalence 檢測率
- R yardstick bal_accuracy 平衡的精度
- R yardstick msd 平均符號偏差
- R yardstick mpe 平均百分比誤差
- R yardstick iic 相關性理想指數
- R yardstick npv 陰性預測值
- R yardstick sens 靈敏度
- R yardstick poisson_log_loss 泊鬆數據的平均對數損失
- R yardstick ppv 陽性預測值
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 R squared。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。