我读到可以将数据帧存储在带有嵌套的数据帧列中：https : //tidyr.tidyverse.org/reference/nest.html
是否也可以将表存储在数据框的列中？
原因是我想用 Caret 计算数据帧的每个子组的 Kappa。尽管 caret::confusionMatrix(t) 需要一个表作为输入。
在下面的示例代码中，如果我一次计算完整数据帧的 Kappa，这可以正常工作：
library(tidyverse)
library(caret)
# generate some sample data:
n <- 100L
x1 <- rnorm(n, 1.0, 2.0)
x2 <- rnorm(n, -1.0, 0.5)
y <- rbinom(n, 1L, plogis(1 * x1 + 1 * x2))
my_factor <- rep( c('A','B','C','D'), 25 )
df <- cbind(x1, x2, y, my_factor)
# fit a model and make predictions:
mod <- glm(y ~ x1 + x2, "binomial")
probs <- predict(mod, type = "response")
# confusion matrix
probs_round <- round(probs)
t <- table(factor(probs_round, c(1,0)), factor(y, c(1,0)))
ccm <- caret::confusionMatrix(t)
# extract Kappa:
ccm$overall[2]
> Kappa
> 0.5232
尽管如果我尝试将group_by每个因子作为子组生成 Kappa（参见下面的代码），它不会成功。我想我需要以t某种方式嵌套，df尽管我不知道如何：
# extract Kappa for every subgroup with same factor (NOT WORKING CODE):
df <- cbind(df, probs_round)
df <- as.data.frame(df)
output <- df %>%
dplyr::group_by(my_factor) %>%
dplyr::mutate(t = table(factor(probs_round, c(1,0)), factor(y, c(1,0)))) %>%
summarise(caret::confusionMatrix(t))
Expected output:
>my_factor Kappa
>1 A 0.51
>2 B 0.52
>3 C 0.53
>4 D 0.54
这是正确的，这可能吗？（由于样本数据的随机性，Kappa 的确切值会有所不同）
非常感谢！
您可以跳过mutate()给您带来麻烦的中间环节：
library(dplyr)
library(caret)
df %>%
group_by(my_factor) %>%
summarize(t = confusionMatrix(table(factor(probs_round, c(1,0)),
factor(y, c(1,0))))$overall[2])
返回：
# A tibble: 4 x 2
my_factor t
<chr> <dbl>
1 A 0.270
2 B 0.513
3 C 0.839
4 D 0.555
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句