小编And*_*rew的帖子

给定分数向量和实际类标签的向量,如何计算R语言或简单英语中二进制分类器的单数AUC度量？

"AUC:一个更好的测量......"的第9页似乎需要知道类标签,这里是MATLAB中我不明白的例子

R(Actual == 1))

因为R(不要与R语言混淆)被定义为向量但是用作函数？

我想要一个这样的情节,除了每个方面总和达到100%.现在组M是0.05 + 0.25 = 0.30而不是0.20 + 0.80 = 1.00.

df <- rbind(
    data.frame(gender=c(rep('M',5)), outcome=c(rep('1',4),'0')),
    data.frame(gender=c(rep('F',10)), outcome=c(rep('1',7),rep('0',3)))
)

df

ggplot(df, aes(outcome)) +
    geom_bar(aes(y = (..count..)/sum(..count..))) +
    facet_wrap(~gender, nrow=2, ncol=1) 

(使用y = ..density ..会产生更糟糕的结果.)

在 Windows 7 和 Ubuntu 64 位 11.04 上的 Revolution R 2.12.2 中，我有一个超过 100K 行和 100 多列的数据框，并且我为每个原始列派生了 ~5 列（sqrt、log、log10 等）并将它们添加到同一个数据框中。如果没有使用 foreach 和 %do% 的并行性，这可以正常工作，但速度很慢。当我尝试将它与 foreach 和 %dopar% 并行化时，它不会访问全局环境（以防止竞争条件或类似情况），因此我无法修改数据框，因为“未找到”数据框对象。

我的问题是我怎样才能让它更快？换句话说，如何并行化列或转换？

简化示例：

require(foreach)    
require(doSMP)
w <- startWorkers()
registerDoSMP(w)

transform_features <- function()
{    
    cols<-c(1,2,3,4) # in my real code I select certain columns (not all)

    foreach(thiscol=cols, mydata) %dopar% { 
        name <- names(mydata)[thiscol]
        print(paste('transforming variable ', name))
        mydata[,paste(name, 'sqrt', sep='_')] <<- sqrt(mydata[,thiscol])
            mydata[,paste(name, 'log', sep='_')] <<- log(mydata[,thiscol])
    }
}


n<-10 # I …

我将扩展名重写为Firefox和Google Chrome的WebExtensions，并且对HTTP / HTTPS正常运行。但是，它不再适用于使用该view-source:方案的URL 。（这些URL是由CTRL + U显示的网页的HTML源代码。）

Firefox 57出现此错误

错误：该标签缺少主机权限

Google Chrome 62显然没有任何作用。

没有有关视图源方案的文档。有没有办法为视图源启用扩展？

我有一个vi带有布尔值的输入向量。我想n从值为 true 的向量中随机抽取一个大小样本，因此最终向量vf具有这些属性

1. 向量的长度相等 length(vf) == length(v0)

2. vf有n真值 n==sum(vf)

3. 中的真值vf不能大于v0 n <= sum(v0) 中的值

4. 中的所有真值vf在vi

向量表示数据框中的行选择，这实现了分层样本。到目前为止，我想出了如何使用which()获取行号，使用sample()获取随机样本，但最后一部分是重新创建布尔向量。可能有更优雅的方式吗？

例如：

n <- 1

v0 <- c(T,T,F,F)

vf <- c(T,F,F,F)