R语言利用caret包比较模型性能差异
来源:互联网 发布:720云全景制作软件 编辑:程序博客网 时间:2024/05/22 18:38
说明
我们可以通过重采样的方法得对每一个匹配模型的统计信息,包括ROC曲线,灵敏度与特异度,然后基于这些统计信息来比较不同模型的性能差异。
操作
利用上节的信息,准备好glm分类模型,svm分类模型,rpart分类模型,并存放在glm.model,svm.model,rpart.model。
cv.values = resamples(list(glm = glm.model,svm =svm.model,rpart = rpart.model))> summary(cv.values)Call:summary.resamples(object = cv.values)Models: glm, svm, rpart Number of resamples: 30 ROC Min. 1st Qu. Median Mean 3rd Qu. Max. NA'sglm 0.7597790 0.7927740 0.8040455 0.8106454 0.8347961 0.8760824 0svm 0.8191998 0.8786439 0.8945208 0.8947360 0.9196775 0.9562556 0rpart 0.6064540 0.7150320 0.7608241 0.7556544 0.8086731 0.8554750 0Sens Min. 1st Qu. Median Mean 3rd Qu. Max. NA'sglm 0.08823529 0.1764706 0.2058824 0.2124930 0.2516807 0.3235294 0svm 0.44117647 0.5294118 0.5882353 0.5956863 0.6470588 0.7941176 0rpart 0.20000000 0.4117647 0.4705882 0.4787955 0.5514706 0.7352941 0Spec Min. 1st Qu. Median Mean 3rd Qu. Max. NA'sglm 0.9393939 0.9645119 0.9721581 0.9702721 0.9796954 0.9898477 0svm 0.9494949 0.9695431 0.9771574 0.9755004 0.9847716 0.9898990 0rpart 0.9492386 0.9746193 0.9796954 0.9780359 0.9848485 1.0000000 0
使用dotplot函数绘制重采样在ROC曲线度量中的结果:
dotplot(cv.values,metric = "ROC")
使用箱线图绘制重采样结果:
bwplot(cv.values,layout=c(3,1))
重采样结果箱线图
说明
我们使用resample函数生成各个模型的统计信息,再调用summary函数输出三个模型在ROC、灵敏度及特异性上的统计信息。使用dotplot方法处理重采样结果来观测不同模型ROC差异,最后,采用箱线图在同一张图上对ROC、灵敏度及特异方面的差别进行比较。
阅读全文
0 0
- R语言利用caret包比较模型性能差异
- R语言利用caret包比较ROC曲线
- R语言利用caret包比较ROC曲线
- R语言之-caret包应用
- R语言 caret包 findCorrelation()函数用法
- R语言:利用caret包中的dummyVars函数进行虚拟变量处理
- R语言利用caret包对变量重要程度排序与选择特性
- R语言利用nnet包训练神经网络模型
- R语言的特征选择(Feature Selection)包:Boruta和caret
- R语言评测回归模型的性能
- R语言利用neuralnet包训练神经网络
- caret包应用之四:模型预测与检验
- R package: Caret
- R语言_rpart包和party包的简单比较
- 搜索引擎中几种语言模型的性能比较
- caret包处理流程
- caret包处理流程
- R语言利用逻辑回归模型预测用户活跃
- 学习笔记TF023:下载、缓存、属性字典、惰性属性、覆盖数据流图、资源
- Windows安装TensorFlow(CPU/GPU)
- mysql的触发器
- 浅谈windows下搭建Vue.js开发环境
- 长按复制TextView
- R语言利用caret包比较模型性能差异
- memcached缓存服务器
- LeetCode@Math_507_Perfect_Number
- 关于在SQLPLUS中小数不显示小数点前0的问题
- RabbitMQ 入门指南(Java)
- 小程序二维码相关操作
- apache2 配置
- 快速排序算法
- LOADRUNNER高级特性应用案例