我正在尝试使用hmeasure指标Hand,2009作为我在插入符号中训练SVM的自定义指标.由于我使用R相对较新,我尝试调整了twoClassSummary函数.我需要的是将真实的类标签和预测的类概率从模型(svm)传递到hmeasure包中的HMeasure函数,而不是使用ROC或插入符号中的其他分类性能度量.
例如,在R-HMeasure(true.class,predictProbs [,2])中调用HMeasure函数会导致计算Hmeasure.使用下面的twoClassSummary代码调整会导致返回错误:'x'必须是数字.
也许该列车功能不能"看到"预测的概率来评估HMeasure函数.我怎样才能解决这个问题？
我已经阅读了文档,并提出了关于SO 处理回归的问题.多数民众赞成让我走了一路.我将不胜感激任何帮助或指向解决方案.
library(caret)
library(doMC)
library(hmeasure)
library(mlbench)
set.seed(825)
data(Sonar)
table(Sonar$Class)
inTraining <- createDataPartition(Sonar$Class, p = 0.75, list = FALSE)
training <- Sonar[inTraining, ]
testing <- Sonar[-inTraining, ]
# using caret
fitControl <- trainControl(method = "repeatedcv",number = 2,repeats=2,summaryFunction=twoClassSummary,classProbs=TRUE)
svmFit1 <- train(Class ~ ., data = training,method = "svmRadial",trControl = fitControl,preProc = c("center", "scale"),tuneLength = 8,metric = "ROC")
predictedProbs <- predict(svmFit1, newdata = testing , type = "prob")
true.class<-testing$Class
hmeas<- HMeasure(true.class,predictedProbs[,2]) # suppose its …我一直在摸不着头脑怎么办.我正在重新组织一些不平衡的面板数据(堆叠/长格式).我需要把所有的行直至并包括变量的第一次出现(INDC = d)值由组(ID),并保持各行对这个地方还没有发生群体.我想丢弃的唯一行是每组的行,其中指示符变量的第二个或更多值(indc = D).我还需要保留数据框中的所有列.
# Data
id<-factor(c(1,1,1,2,2,2,2,2, 3,3,3,3,3,3,4,4))
time<-c(1,2,3,1,2,3,4,5, 1,2,3,4,5,6, 1,2)
indc<-factor(c("C","C","D","C","C","C","D","D","C","C","C","C","D","D","C","C"))
var1<-sample(seq(1,8.5, by=0.5))
var2<-c(rep(1,8),rep(0,8))
df<-data.frame(id,time,indc,var1,var2)
我的尝试是使用by和match - 问题是它返回最后一个变量作为匹配和每个组的索引.我坚持如何达到最终的解决方案.
attempt<-by(df, df$id, function(x) {match(unique(x$indc=="D"), x$indc=="D")} )
results<-(do.call("rbind", attempt))
期望的结果是df2 df2<-df[c(1:3,4:7,9:13,15:16),]
如果有人对解决方案有任何想法,我将非常感激.