按组计算准确度

时间:2016-05-13 23:00:40

标签: r dplyr tapply confusion-matrix

我有一个如下所示的数据框:

df<- data.frame("iteration" = c(1,1,1,1,1,1), 
    "model" = c("RF","RF","RF","SVM", "SVM","SVM"),
    "label" = c(0,0,1,0,0,1), "prediction" = c(0,1,1,0,1,1))

  iteration model label prediction
1         1    RF     0          0
2         1    RF     0          1
3         1    RF     1          1
4         1   SVM     0          0
5         1   SVM     0          1
6         1   SVM     1          1

实际上,它为每个模型提供了10 iterations,更多模型和更多数据。

我想要做的基本上是为了获得每个模型的准确性。

所以基本上我想将它应用于每个模型组(RF,SVM):

table(df$label,df$prediction)

    0 1
  0 2 2
  1 0 2

他们将对角线相加并除以总数:

sum(diag(table(df$label,df$prediction)))/sum(table(df$label,df$prediction))
[1] 0.6666667

我可以使用tapplydplyr派上用场吗?

我在这里很丢失。

3 个答案:

答案 0 :(得分:4)

尝试:

library(dplyr)

df %>% 
  group_by(iteration, model) %>% 
  summarise(accuracy = sum(label == prediction) / n())

给出了:

#Source: local data frame [2 x 3]
#Groups: iteration [?]
#
#  iteration  model  accuracy
#      (dbl) (fctr)     (dbl)
#1         1     RF 0.6666667
#2         1    SVM 0.6666667

我们的想法是总结label == prediction返回TRUE的次数,并将其除以分区的大小n()

答案 1 :(得分:1)

  df2<-df %>% mutate(acc=ifelse(label==prediction,1,0)) %>%
 group_by(iteration,model) %>%
 summarise(accuracy=sum(acc)/n())

df2

 iteration  model  accuracy
  (dbl) (fctr)     (dbl)
 1         1     RF 0.6666667
 2         1    SVM 0.6666667

答案 2 :(得分:1)

使用data.table

library(data.table)
setDT(df)[, .(accuracy= mean(label==prediction)) , .(iteration, model)]
#   iteration model  accuracy
#1:         1    RF 0.6666667
#2:         1   SVM 0.6666667

或者可以使用base R

完成此操作
aggregate(cbind(accuracy = label == prediction)~iteration + model, df, mean)
#  iteration model  accuracy
#1         1    RF 0.6666667
#2         1   SVM 0.6666667