Tidymodels 课程费用

Question

我正在处理一个预测案例，其中数据在二元预测目标中存在严重不平衡。有没有办法用 TidyModels 中的成本矩阵来惩罚少数类的错误预测？我知道插入符号已经实现了这个，但是我在 TidyModels 中找到的信息非常混乱。 我发现的只是实验 baguette 包中的 baguette::class_cost() 函数，它似乎只适用于袋装树模型。

Answer 1

是的，你想设置一个classification_cost()：

library(yardstick)
#> For binary classification, the first factor level is assumed to be the event.
#> Use the argument `event_level = "second"` to alter this as needed.
library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union

# Two class example
data(two_class_example)

# Assuming `Class1` is our "event", this penalizes false positives heavily
costs1 <- tribble(
  ~truth,   ~estimate, ~cost,
  "Class1", "Class2",  1,
  "Class2", "Class1",  2
)

# Assuming `Class1` is our "event", this penalizes false negatives heavily
costs2 <- tribble(
  ~truth,   ~estimate, ~cost,
  "Class1", "Class2",  2,
  "Class2", "Class1",  1
)

classification_cost(two_class_example, truth, Class1, costs = costs1)
#> # A tibble: 1 × 3
#>   .metric             .estimator .estimate
#>   <chr>               <chr>          <dbl>
#> 1 classification_cost binary         0.288
classification_cost(two_class_example, truth, Class1, costs = costs2)
#> # A tibble: 1 × 3
#>   .metric             .estimator .estimate
#>   <chr>               <chr>          <dbl>
#> 1 classification_cost binary         0.260

^{由reprex package (v2.0.1) 于 2021 年 10 月 27 日创建}

在 tidymodels 中，您可以使用此指标仅在事后计算结果或在调整中使用。学习more here。