我正在学习如何使用本文处理不平衡数据: https://www.r-bloggers.com/dealing-with-unbalanced-data-in-machine-learning/
Mutate是一种用“dplyr”中的新值替换原始NA值的简单方法。
以下代码出错了:
models <- list(original = model_rf,
under = model_rf_under,
over = model_rf_over,
smote = model_rf_smote,
rose = model_rf_rose)
comparison <- data.frame(model = names(models),
Sensitivity = rep(NA, length(models)),
Specificity = rep(NA, length(models)),
Precision = rep(NA, length(models)),
Recall = rep(NA, length(models)),
F1 = rep(NA, length(models)))
for (name in names(models)) {
model <- get(paste0("cm_", name))
comparison[comparison$model == name, ] <- filter(comparison, model == name) %>%
mutate(Sensitivity = model$byClass["Sensitivity"],
Specificity = model$byClass["Specificity"],
Precision = model$byClass["Precision"],
Recall = model$byClass["Recall"],
F1 = model$byClass["F1"])
}
然而,当我运行它时,我总是得到错误:$ operator对原子向量无效。 我仔细检查代码,我发现问题可能来自函数“mutate”。我尝试使用mutate_,它有效。
但我不知道为什么会这样。我很想知道mutate()和mutate_()之间的区别谢谢!
答案 0 :(得分:0)
我无法对此进行测试,因为我没有任何数据,因此可能存在一些错误。但是,你应该试试这个:
.parent
这完全取代了for循环。