在R中绘制二元目标的部分依赖图(mlr)

我在使用mlr绘制部分依赖图时遇到了问题。不知为何,图中显示的不是概率,而是类别标签。我怀疑在创建部分依赖数据时,目标可能丢失了。

有什么建议吗?

library(mlr)library(dplyr)library(ranger)# 选择子集iris_bin <- iris %>%   filter(Species != "virginica") %>%   mutate(bin_target = ifelse(Species == "setosa", TRUE, FALSE)) %>%   select(-Species)# 拟合模型task_bin <- makeClassifTask(data = iris_bin, target = "bin_target")lrn_bin  <- makeLearner("classif.ranger", predict.type = "prob")fit_bin <- train(lrn_bin, task_bin)# 创建部分依赖图pd <- generatePartialDependenceData(fit_bin, task_bin, "Sepal.Length")pd  # 目标是否正确?#> PartialDependenceData#> Task: iris_bin#> Features: Sepal.Length#> Target: FALSE#> Derivative: FALSE#> Interaction: FALSE#> Individual: FALSE#>        FALSE Sepal.Length#> 1: 0.4920347          4.3#> 2: 0.4920347          4.6#> 3: 0.4935947          4.9#> 4: 0.4945947          5.2#> 5: 0.5104600          5.5#> 6: 0.5107800          5.8#> ... (#rows: 10, #cols: 2)plotPartialDependence(pd)

enter image description here

这是我当前会话的详细信息,也许这能帮上忙?

Session info --------------------------------------------- setting  value                        version  R version 3.4.2 (2017-09-28) system   x86_64, mingw32              ui       RStudio (1.1.383)            language (EN)                         collate  German_Germany.1252          tz       Europe/Berlin                date     2018-03-29                  Packages ---------------------------------------------------- package      * version    date       source                                    assertthat     0.2.0      2017-04-11 CRAN (R 3.4.3)                            backports      1.1.2      2017-12-13 CRAN (R 3.4.3)                            base         * 3.4.2      2017-09-28 local                                     BBmisc         1.11       2017-03-10 CRAN (R 3.4.3)                            bindr          0.1.1      2018-03-13 CRAN (R 3.4.2)                            bindrcpp     * 0.2        2017-06-17 CRAN (R 3.4.3)                            checkmate      1.8.5      2017-10-24 CRAN (R 3.4.3)                            colorspace     1.3-2      2016-12-14 CRAN (R 3.4.3)                            compiler       3.4.2      2017-09-28 local                                     data.table     1.10.4-3   2017-10-27 CRAN (R 3.4.3)                            datasets     * 3.4.2      2017-09-28 local                                     devtools       1.13.5     2018-02-18 CRAN (R 3.4.3)                            digest         0.6.15     2018-01-28 CRAN (R 3.4.3)                            dplyr        * 0.7.4      2017-09-28 CRAN (R 3.4.3)                            ggplot2        2.2.1.9000 2018-03-26 Github (tidyverse/ggplot2@3c9c504)        glue           1.2.0      2017-10-29 CRAN (R 3.4.3)                            graphics     * 3.4.2      2017-09-28 local                                     grDevices    * 3.4.2      2017-09-28 local                                     grid           3.4.2      2017-09-28 local                                     gtable         0.2.0      2016-02-26 CRAN (R 3.4.3)                            labeling       0.3        2014-08-23 CRAN (R 3.4.1)                            lattice        0.20-35    2017-03-25 CRAN (R 3.4.2)                            lazyeval       0.2.1      2017-10-29 CRAN (R 3.4.3)                            magrittr       1.5        2014-11-22 CRAN (R 3.4.3)                            Matrix         1.2-11     2017-08-21 CRAN (R 3.4.2)                            memoise        1.1.0      2017-04-21 CRAN (R 3.4.3)                            methods      * 3.4.2      2017-09-28 local                                     mlr          * 2.13       2018-03-28 Github (mlr-org/mlr@a9036e3)              mmpf         * 0.0.4      2017-12-05 CRAN (R 3.4.4)                            munsell        0.4.3      2016-02-13 CRAN (R 3.4.3)                            parallel       3.4.2      2017-09-28 local                                     parallelMap    1.3        2015-06-10 CRAN (R 3.4.3)                            ParamHelpers * 1.11       2018-02-19 Github (berndbischl/ParamHelpers@59c649e) pillar         1.2.1      2018-02-27 CRAN (R 3.4.3)                            pkgconfig      2.0.1      2017-03-21 CRAN (R 3.4.3)                            plyr           1.8.4      2016-06-08 CRAN (R 3.4.3)                            R6             2.2.2      2017-06-17 CRAN (R 3.4.3)                            ranger       * 0.9.0      2018-01-09 CRAN (R 3.4.3)                            Rcpp           0.12.16    2018-03-13 CRAN (R 3.4.2)                            rlang          0.2.0.9001 2018-03-26 Github (r-lib/rlang@49d7a34)              rstudioapi     0.7        2017-09-07 CRAN (R 3.4.3)                            scales         0.5.0      2017-08-24 CRAN (R 3.4.4)                            splines        3.4.2      2017-09-28 local                                     stats        * 3.4.2      2017-09-28 local                                     stringi        1.1.7      2018-03-12 CRAN (R 3.4.2)                            survival       2.41-3     2017-04-04 CRAN (R 3.4.2)                            tibble         1.4.2      2018-01-22 CRAN (R 3.4.3)                            tools          3.4.2      2017-09-28 local                                     utils        * 3.4.2      2017-09-28 local                                     withr          2.1.2      2018-03-26 Github (jimhester/withr@79d7b0d)          XML            3.98-1.10  2018-02-19 CRAN (R 3.4.3)                            yaml           2.1.18     2018-03-08 CRAN (R 3.4.3)

回答:

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注