tidymodels metric_set：錯誤：`metric_set()` 的所有輸入都必須是函數。 這些輸入不是：(2)

Question

我在tidymodels包中使用了recipe()函數來填補缺失值和修復不平衡的數據。

這是我的數據；

mer_df <- mer2 %>%
  filter(!is.na(laststagestatus2)) %>% 
  select(Id, Age_Range__c, Gender__c, numberoflead, leadduration, firsttouch, lasttouch, laststagestatus2)%>%
  mutate_if(is.character, factor) %>%
  mutate_if(is.logical, as.integer)


# A tibble: 197,836 x 8
   Id    Age_Range__c Gender__c numberoflead leadduration firsttouch lasttouch
   <fct> <fct>        <fct>            <int>        <dbl> <fct>      <fct>    
 1 0010~ NA           NA                   2     5.99     Dealer IB~ Walk in  
 2 0010~ NA           NA                   1     0        Online Se~ Online S~
 3 0010~ NA           NA                   1     0        Walk in    Walk in  
 4 0010~ NA           NA                   1     0        Online Se~ Online S~
 5 0010~ NA           NA                   2     0.0128   Dealer IB~ Dealer I~
 6 0010~ NA           NA                   1     0        OB Call    OB Call  
 7 0010~ NA           NA                   1     0        Dealer IB~ Dealer I~
 8 0010~ NA           NA                   4    73.9      Dealer IB~ Walk in  
 9 0010~ NA           Male                24     0.000208 OB Call    OB Call  
10 0010~ NA           NA                  18     0.000150 OB Call    OB Call  
# ... with 197,826 more rows, and 1 more variable: laststagestatus2 <fct>

這是我的代碼；

mer_rec <- recipe(laststagestatus2 ~ ., data = mer_train)%>%
  step_medianimpute(numberoflead,leadduration)%>%
  step_knnimpute(Gender__c,Age_Range__c,fisrsttouch,lasttouch) %>% 
  step_other(Id,firsttouch) %>% 
  step_other(Id,lasttouch) %>% 
  step_dummy(all_nominal(), -laststagestatus2) %>% 
  step_smote(laststagestatus2)
mer_rec %>% prep() %>% juice()


glm_spec <- logistic_reg() %>%
  set_engine("glm")

rf_spec <- rand_forest(trees = 1000) %>%
  set_mode("classification") %>%
  set_engine("ranger")

mer_wf <- workflow() %>%
  add_recipe(mer_rec)

它一直工作到這里現在我使用metric_set()函數來適應每個重采樣。

這是我的代碼如下：

 mer_metrics <- metric_set(roc_auc, accuracy, sensitivity, specificity)

glm_rs <- mer_wf %>%
  add_model(glm_spec) %>%
  fit_resamples(
    resamples = mer_folds,
    metrics = mer_metrics,
    control = control_resamples(save_pred = TRUE)

我收到錯誤說：

Error: All inputs to `metric_set()` must be functions. These inputs are not: (2).

但它在沒有精度參數的情況下工作

merco_metrics <- metric_set(roc_auc, sensitivity, specificity)

有人對如何做到這一點有任何建議嗎？ 非常感謝您的幫助！

Answer 1

可能在您的環境中定義了另一個名為accuracy變量。 嘗試輸入yardstick::accuracy 。

mer_metrics <- metric_set(roc_auc, yardstick::accuracy, 靈敏度, 特異性)