r 中的 10 倍交叉验证平均值答案

【问题标题】：10-fold cross validation averages in rr 中的 10 倍交叉验证平均值
【发布时间】：2018-09-12 06:12:32
【问题描述】：

我有一个数据框 (http://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data)。

str(df) 产生...

'data.frame':   699 obs. of  11 variables:
 $ Code #                     : int  1000025 1002945 1015425 1016277 1017023 1017122 1018099 1018561 1033078 1033078 ...
 $ Clump Thickness            : int  5 5 3 6 4 8 1 2 2 4 ...
 $ Uniformity of Cell Size    : int  1 4 1 8 1 10 1 1 1 2 ...
 $ Uniformity of Cell Shape   : int  1 4 1 8 1 10 1 2 1 1 ...
 $ Marginal Adhesion          : int  1 5 1 1 3 8 1 1 1 1 ...
 $ Single Epithelial Cell Size: int  2 7 2 3 2 7 2 2 2 2 ...
 $ Bare Nuclei                : int  1 10 2 4 1 10 10 1 1 1 ...
 $ Bland Chromatin            : int  3 3 3 3 3 9 3 3 1 2 ...
 $ Normal Nucleoli            : int  1 2 1 7 1 7 1 1 1 1 ...
 $ Mitoses                    : int  1 1 1 1 1 1 1 1 5 1 ...
 $ Class                      : Factor w/ 2 levels "2","4": 1 1 1 1 1 2 1 1 1 1 ...

我正在尝试对预测“类别”进行 10 次交叉验证 - 因子 2 是良性的，4 是恶性的。

我已经将数据框分成 10 个测试类，并且正在使用带有朴素贝叶斯分类的 predict() 函数来查找每个测试类的先验概率。

predict(nb, a, type = c("raw"))
nb = naive bayes classifier, a = first test class

以下是预测中的前几个值以供参考：

                  2            4
  [1,]  1.000000e+00 3.671148e-09
  [2,]  1.390736e-19 1.000000e+00
  [3,]  1.000000e+00 1.238558e-09
  [4,]  1.459450e-24 1.000000e+00
  [5,]  1.000000e+00 9.585543e-09
  [6,]  2.451592e-75 1.000000e+00
  [7,]  1.379640e-03 9.986204e-01
  [8,]  1.000000e+00 7.171687e-10

我无法找到 Benign(2) 和 Malignant(4) 类的先验概率的平均值。如何平均这些列并打印值？

【问题讨论】：

标签： r

【解决方案1】：

有一个非常有用的 R 函数，称为 colMeans。假设结果存储在对象res中，那么

colMeans(res)

将为您提供所需的列方式。

【讨论】：

【解决方案2】：

假设你的输出是一个矩阵简单的

> b<-predict(nb, a, type = c("raw"))
> mean(b[,1])
[1] 0.5001725
> mean(b[,2])
[1] 0.4998276

只需将您的输出分配给一个变量，然后使用[,i] 选择ith 列

希望对你有帮助

【讨论】：