Vega-Lite：如何按字段求和並將其用作類別

Question

所以我的情況如下。 我有 60.000 張圖像，它們使用 4 個模型進行了訓練。 每個 model 都試圖預測圖像中的內容，因此我最終得到了一個數據集，其中包含每個圖像出現 4 次的位置。 現在，我想根據有多少模型能夠正確地對每個圖像進行分組。 換句話說，一個圖像可能在所有 4 個模型中都被正確預測，而另一個在所有 4 個模型中都被錯誤地預測，所以第一個應該在類別 4 中，第二個應該在類別 1 中。

我如何使用 Vega-Lite 做到這一點（我知道我可以預處理數據，但我想直接用 Vega-Lite 來做）。 我嘗試了以下方法，但沒有成功：

vl.markPoint()
    .data(data)
    .transform(
      vl.groupby('image_id'),
      vl.joinaggregate( [{
      "op": "sum",
      "field": "acc",
      "as": "totalacc"}]),
      vl.calculate("datum.totalacc").as('total')
    )
    .encode(
      vl.y().sum('acc'),
      vl.x().fieldQ('total'),
      vl.detail().fieldQ('image_id')
    ).render();

Answer 1

vl.groupby()本身不會對數據做任何事情。 我懷疑您可能想要的轉換是這樣的：

    .transform(
      vl.groupby('image_id')
        .joinaggregate([{
          "op": "sum",
          "field": "acc",
          "as": "totalacc"
        }]),
      vl.calculate("datum.totalacc").as('total')
    )