如何为 yardstick 包中的 roc_auc() 函数正确设置估计参数答案

【问题标题】：How to set the estimate argument correctly for roc_auc() function in yardstick package如何为 yardstick 包中的 roc_auc() 函数正确设置估计参数
【发布时间】：2020-05-30 22:54:52
【问题描述】：

我想计算模型的 AUC。

library(yardstick)
data(two_class_example)

此代码有效。

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

我喜欢指定参数，以便我的代码更易于阅读和调试。

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

这会产生以下错误

metric_summarizer 中的错误（metric_nm = "roc_auc", metric_fn = roc_auc_vec, : 由多个实际参数匹配的形式参数“估计”

请解释这个错误。我认为 Class1 列是估计类概率的向量。

【问题讨论】：

根据函数的帮助页面，Class1 变量属于... 参数，而不是estimate 参数（实际上，似乎不存在这样的参数）。关于...，它写道：“一组不带引号的列名或一个或多个 dplyr 选择器函数，用于选择哪些变量包含类概率。如果事实是二元的，则应该只选择一列。否则，应该有许多列作为事实的因素水平。”基本上，您无需担心指定。
@phil 如果您的评论作为答案发布，我会支持您的评论...

标签： r roc auc yardstick

【解决方案1】：

根据函数的帮助页面，Class1 变量属于... 参数，而不是估计参数（实际上，似乎不存在这样的参数）。关于...，上面写着：

一组不带引号的列名或一个或多个 dplyr 选择器函数，用于选择哪些变量包含类概率。如果真值是二元的，则只应选择 1 列。否则，列的数量应该与事实的因子水平一样多。

基本上，您无需担心指定。

【讨论】：