如何優化R中多個預測模型的準確性代碼？

Question

我做了一個交叉驗證函數，它爲幾個模型。

我有我想要計算模型的功能，並在交叉驗證我打電話，所以我會得到一個名爲results與類或標籤數據幀，針對每個預測爲每次迭代：

head(results) 
    iteration class ksvm rf 
65   1  4 4 4 
306   1  2 2 2 
300   1  4 4 4 
385   1  2 2 2 
431   1  2 2 2 
205   1  4 4 4 

（該索引可以忽略，因爲它來自被採樣的數據）。

由於我有一個5倍交叉驗證，我有5個迭代預測在這種情況下ksvm和​​。 （這些被存儲在一個名爲algorithms變量

這個我計算的準確性這種方式後：

results %>% 
    group_by(iteration) %>% 
    summarise(acc_ksvm = sum(ksvm == class)/n() , acc_rf = sum(rf == class)/n()) 

輸出：

iteration acc_ksvm acc_rf 
     (int)  (dbl)  (dbl) 
1   1 0.9603175 0.9603175 
2   2 0.9760000 0.9680000 
3   3 0.9603175 0.9523810 
4   4 0.9840000 0.9920000 
5   5 0.9444444 0.9523810 

問： 有沒有一種辦法優化它？我最終會增加模型，我只想通過algorithms變量在一個函數中，並計算所有模型的準確性，而不需要manuall y爲每個型號書寫summarise(acc_ksvm = sum(ksvm == class)/n() , acc_rf = sum(rf == class)/n())。

這可以通過應用來完成嗎？或者我是否必須改變我的df的構建方式，以便按模型分組？

謝謝！

Answer 1

因爲sum(ksvm == class)/n()是真正的算法列的TRUE匹配的組平均值來類，首先考慮創建的邏輯值列（TRUE/FALSE匹配），然後使用dplyr的summarise_each在所有其他列：

algorithms <- c("alg1", "alg2", "alg3", "alg4", "alg5") 

results[algorithms] <- sapply(algorithms, function(i){ 
    results[i] == results$class 
}) 

summarydf <- 
    results[c("iteration", algorithms)] %>% 
    group_by(iteration) %>% 
    summarise_each(funs(mean)) %>% 
    setNames(c("iteration", paste0("acc_", algorithms)))