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

Question

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)
)

这给出了以下错误

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

请解释这个错误。 我认为 Class1 列是估计类概率的向量。

Answer 1

根据该函数的帮助页面，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... ，它写道：

一组不带引号的列名或一个或多个 dplyr 选择器函数来选择哪些变量包含类概率。 如果真值是二进制的，则只应选择 1 列。 否则，应该有与真实因子水平一样多的列。

基本上，您无需担心指定。