| R语言 如何计算F1得分 | 您所在的位置：网站首页 › r语言f值 › R语言 如何计算F1得分 |
R语言 如何计算F1得分
|
R语言 如何计算F1得分
在这篇文章中，我们将研究使用R语言中的各种包和它们的各种功能来计算F1得分的方法。 F1得分F-score或F-measure是对一个测试的准确性的衡量。它由测试的精度和召回率计算得出，其中精度是真正的阳性结果的数量除以所有阳性结果的数量，包括那些没有被正确识别的结果；召回率是真正的阳性结果的数量除以所有应该被识别为阳性的样本的数量。
在这种方法下，用户需要在当前工作的R控制台中安装并导入Mlmetrics包，然后，用户需要从该包中调用F1_Score()函数，并将所需参数传给它，以获得预测值和实际值的F1分数，然后，该函数将返回给定的实际值和预测值的F1分数。 用R语言安装和导入Mlmetrics包的语法 。 install.packages("MLmetrics") library("MLmetrics")F1_Score()函数： 该函数用于计算F1得分。 语法： F1_Score(y_true, y_pred, positive = NULL) 参数 。 y_true。地面真相（正确的）0-1标签矢量 y_pred。预测的标签向量，由一个分类器返回。 positive 。一个可选的字符串，表示对应于 “正面 “结果的因素水平。例子： 在这个例子中，我们创建了两个10个数据点的向量，一个是实际值，另一个是预测值，在MLmetrics软件包的F1_Score()函数的帮助下，我们在R程序中计算f1得分。 # Import Mlmetrics library library(MLmetrics) # Create Data actual = c(1,2,28,1,5,6,7,8,9,10) predicted = c(1,2,3,4,5,6,7,8,9,10) # Calculate F!_Score F1_Score(predicted,actual)输出 。 [1] 0.6666667 方法2：使用caret包的confusionMatrix()函数在这种计算F1分数的方法中，用户需要首先在工作的R控制台中安装并导入caret包，然后进一步调用confusionMatrix()函数并向其传递所需的参数。这将在R语言中把给定数据的F1得分返回给用户。 在R语言中安装和导入caret软件包的语法 。 install.packages("caret") library("caret")confusionMatrix()函数： 计算观察类和预测类的交叉表以及相关的统计数据。 语法： confusionMatrix(data, reference, positive = NULL, dnn = c(“Prediction”, “Reference”), …) 参数。 data：一个预测类的因子 reference：一个作为真实结果的类的因子 positive：对应于 “正面 “结果的因子水平的可选字符串（如果这对你的数据有意义）。 dnn：表的dimnames的一个字符向量。 …：要传递的选项。例子： 在这个例子中，我们有两个向量，一个是实际数据，另一个是预测数据，此外，我们使用confusionMatrix()函数来获取给定数据的F1得分。 # Import caret library library(caret) # Create Data actual |
【本文地址】