Как правильно установить аргумент оценки для функции roc_au c () в пакете ярдов - PullRequest
Новая
       22

Как правильно установить аргумент оценки для функции roc_au c () в пакете ярдов

1 голос
/ 08 февраля 2020

Я хочу вычислить AU C для модели. 

library(yardstick)
data(two_class_example)

Этот код работает. 

roc_auc(
  two_class_example,
  truth = truth,
  Class1,
  options = list(smooth = TRUE)
)

Мне нравится указывать аргументы, чтобы мой код было легче читать и отлаживать. 

roc_auc(
  two_class_example,
  truth = truth,
  estimate=Class1,
  options = list(smooth = TRUE)
)

Это дает следующую ошибку

Ошибка в metric_summarizer (metric_nm = "roc_au c", metric_fn = roc_auc_ve c,: формальный аргумент "оценка", сопоставленный с несколькими фактическими аргументами

Пожалуйста, объясните эту ошибку. Я думал, что столбец Class1 является вектор оценочных вероятностей классов.

1 Ответ

1 голос
/ 09 февраля 2020

Согласно странице справки для функции, переменная Class1 находится в аргументе ..., а не в аргументе оценки (на самом деле такой аргумент не существует). О ... он гласит:

Набор имен столбцов без кавычек или одна или несколько функций селектора dplyr, чтобы выбрать, какие переменные содержат вероятности класса. Если истина является двоичной, следует выбрать только 1 столбец. В противном случае, столбцов должно быть столько же, сколько факторных уровней истины.

В принципе, нет никаких оснований для беспокойства по поводу определения.

...