Question

我是基本用户，请注意我的长问题

我需要计算检测概率：POD = H /（H + M）

5个不同类别；但我只写一个以减少混乱

light = [1,5）

我有两列数据（在CSV文件中），“已观察”和“估计”

我需要一个脚本来遍历我的数据，并在[1,5]范围内将观察到的和估计的归为“轻”。

然后，如果“观察到的”很轻并且相应的“估计”也是如此，则为命中（H）如果“观察到”很轻，但相应的“估计”不是，则为未命中（M）

然后将H和M相加，得出POD = H /（H + M）

数据样本：

observation, Estimation
0.2, 0.4
0.8, 0.8
1.0, 2.0
2.4, 0.9
3.1, 1.3
0.6, 0.5
1.2, 0.8
0.7, 0.9
2.3, 1.0

Answer 1

我不确定以下问题是什么，Light的数据格式不清楚，我将使用list个轻类别。

POD <- function(O, E, Light){
  obs <- Light[1] <= O & O < Light[2]
  est <- Light[1] <= E & E < Light[2]
  H <- sum(obs & est)
  M <- sum(obs & !est)
  if(H + M > 0) H/(H + M) else 0
}


POD(O = df1[[1]], E = df1[[2]], Light = c(1, 5))
#[1] 0.6

现在列出灯光类别。

LightCategories <- list(Cat1 = c(0, 0.5),
                        Cat2 = c(0.5, 1),
                        Cat3 = c(1, 5))

sapply(LightCategories, function(lc){
  POD(O = df1[[1]], E = df1[[2]], Light = lc)
})
#Cat1 Cat2 Cat3 
# 1.0  1.0  0.6

数据。

df1 <- read.csv(text = "
observation, Estimation
0.2, 0.4
0.8, 0.8
1.0, 2.0
2.4, 0.9
3.1, 1.3
0.6, 0.5
1.2, 0.8
0.7, 0.9
2.3, 1.0
")

如何计算检测概率？

1 个答案: