Question

我在R中使用了插入符号进行逻辑回归：

  ctrl <- trainControl(method = "repeatedcv", number = 10, repeats = 10, 
                       savePredictions = TRUE)

  mod_fit <- train(Y ~ .,  data=df, method="glm", family="binomial",
                   trControl = ctrl)

  print(mod_fit)

打印的默认度量标准是“准确性”和“科恩kappa”。我想提取匹配度，例如敏感性，特异性，阳性预测值等，但是我找不到简单的方法。提供了最终模型，但已对所有数据进行了训练（据我从文档中可以得知），因此我无法将其用于重新预测。

混淆矩阵会计算所有必需的参数，但是将其作为汇总函数传递不起作用：

  ctrl <- trainControl(method = "repeatedcv", number = 10, repeats = 10, 
                       savePredictions = TRUE, summaryFunction = confusionMatrix)

  mod_fit <- train(Y ~ .,  data=df, method="glm", family="binomial",
                   trControl = ctrl)

Error: `data` and `reference` should be factors with the same levels. 
13.
stop("`data` and `reference` should be factors with the same levels.", 
    call. = FALSE) 
12.
confusionMatrix.default(testOutput, lev, method) 
11.
ctrl$summaryFunction(testOutput, lev, method)

除了准确性和kappa之外，是否还有一种方法可以提取此信息，或者可以在插入符号火车返回的train_object中找到它？

谢谢！

Answer 1

Caret已经具有摘要功能，可以输出您提到的所有指标：

defaultSummary输出精度和Kappa
twoClassSummary输出AUC（ROC曲线下的区域-参见最后一条答案），灵敏度和特异性
prSummary输出精度和召回率

为了获得组合指标，您可以编写自己的摘要函数，该函数将这三个输出进行组合：

library(caret)
MySummary  <- function(data, lev = NULL, model = NULL){
  a1 <- defaultSummary(data, lev, model)
  b1 <- twoClassSummary(data, lev, model)
  c1 <- prSummary(data, lev, model)
  out <- c(a1, b1, c1)
  out}

让我们尝试Sonar数据集：

library(mlbench)
data("Sonar")

在定义列车控制时，重要的是设置classProbs = TRUE，因为其中一些指标（ROC和prAUC）不能基于预测的类别而是基于预测的概率来计算。

ctrl <- trainControl(method = "repeatedcv",
                     number = 10,
                     savePredictions = TRUE,
                     summaryFunction = MySummary,
                     classProbs = TRUE)

现在适合您选择的模型：

mod_fit <- train(Class ~.,
                 data = Sonar,
                 method = "rf",
                 trControl = ctrl)

mod_fit$results
#output
  mtry  Accuracy     Kappa       ROC      Sens      Spec       AUC Precision    Recall         F AccuracySD   KappaSD
1    2 0.8364069 0.6666364 0.9454798 0.9280303 0.7333333 0.8683726 0.8121087 0.9280303 0.8621526 0.10570484 0.2162077
2   31 0.8179870 0.6307880 0.9208081 0.8840909 0.7411111 0.8450612 0.8074942 0.8840909 0.8374326 0.06076222 0.1221844
3   60 0.8034632 0.6017979 0.9049242 0.8659091 0.7311111 0.8332068 0.7966889 0.8659091 0.8229330 0.06795824 0.1369086
       ROCSD     SensSD    SpecSD      AUCSD PrecisionSD   RecallSD        FSD
1 0.04393947 0.05727927 0.1948585 0.03410854  0.12717667 0.05727927 0.08482963
2 0.04995650 0.11053858 0.1398657 0.04694993  0.09075782 0.11053858 0.05772388
3 0.04965178 0.12047598 0.1387580 0.04820979  0.08951728 0.12047598 0.06715206

在此输出中 ROC实际上是ROC曲线下的面积-通常称为AUC
和 AUC是所有边界上的精确召回曲线下的面积。

脱字号中的其他指标-PPV，敏感性，特异性

1 个答案: