R hardhat spruce-multiple 完善多結果預測

這一係列 spruce_*_multiple() 函數將多結果預測轉換為標準化格式。它們通常從預測實現函數中調用，以返回特定的預測type。

用法

spruce_numeric_multiple(...)

spruce_class_multiple(...)

spruce_prob_multiple(...)

參數

...

多個預測向量：

對於 spruce_numeric_multiple() ，大小相等的數值向量。
對於 spruce_class_multiple() ，"hard" 類預測的因子具有相同大小。
對於 spruce_prob_multiple() ，大小相等的 tibbles 是在每個預測概率矩陣上調用 spruce_prob() 的結果。

如果命名了...，則該名稱將用作結果列名稱的後綴，否則將使用位置索引。

值

對於 spruce_numeric_multiple() ，以模式 .pred_* 命名的數字列的小標題。
對於 spruce_class_multiple() ，以模式 .pred_class_* 命名的因子列的小標題。
對於 spruce_prob_multiple() ，以模式 .pred_* 命名的數據幀列的 tibble。

例子

spruce_numeric_multiple(1:3, foo = 2:4)
#> # A tibble: 3 × 2
#>   .pred_1 .pred_foo
#>     <int>     <int>
#> 1       1         2
#> 2       2         3
#> 3       3         4

spruce_class_multiple(
  one_step = factor(c("a", "b", "c")),
  two_step = factor(c("a", "c", "c"))
)
#> # A tibble: 3 × 2
#>   .pred_class_one_step .pred_class_two_step
#>   <fct>                <fct>               
#> 1 a                    a                   
#> 2 b                    c                   
#> 3 c                    c                   

one_step <- matrix(c(.3, .7, .0, .1, .3, .6), nrow = 2, byrow = TRUE)
two_step <- matrix(c(.2, .7, .1, .2, .4, .4), nrow = 2, byrow = TRUE)
binary <- matrix(c(.5, .5, .4, .6), nrow = 2, byrow = TRUE)

spruce_prob_multiple(
  one_step = spruce_prob(c("a", "b", "c"), one_step),
  two_step = spruce_prob(c("a", "b", "c"), two_step),
  binary = spruce_prob(c("yes", "no"), binary)
)
#> # A tibble: 2 × 3
#>   .pred_one_step$.pred_a .pred_two_step$.pred_a .pred_binary$.pred_yes
#>                    <dbl>                  <dbl>                  <dbl>
#> 1                    0.3                    0.2                    0.5
#> 2                    0.1                    0.2                    0.4
#> # ℹ 5 more variables: .pred_one_step$.pred_b <dbl>, $.pred_c <dbl>,
#> #   .pred_two_step$.pred_b <dbl>, $.pred_c <dbl>,
#> #   .pred_binary$.pred_no <dbl>

源代碼：R/spruce.R

相關用法

注：本文由純淨天空篩選整理自Davis Vaughan等大神的英文原創作品 Spruce up multi-outcome predictions。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。