如何让我的程序 运行 100 次并将结果保存在数据框中?
How can I let my program run 100 times and save my results in a dataframe?
我有一个程序将第一步中的数据划分为训练集和测试集。之后,构建了一个决策树,我收到了一个混淆矩阵。
我现在想做的是,重复这些步骤(划分训练和测试,决策树和混淆矩阵)100次,所以我总是得到不同的训练和测试数据集。
我想要的是得到一个具有准确度、灵敏度和混淆矩阵特异性的结果数据框。
准确性、灵敏度和特异性保存在向量中:
overall.accuracy <- format(overall['Accuracy'] * 100, nsmall =2, digits = 2)
overall.sensitivity <- format(cm$byClass['Sensitivity']* 100, nsmall =2, digits = 2)
overall.specificity <- format(cm$byClass['Specificity']* 100, nsmall =2, digits = 2)
我想要的输出是这样的:
> result_df
accuracy sensitivity specifity
1 30.22% 95.12% 30.23%
2 34.10% 80.12% 27.76%
3 31.56% 85.78% 28.98%
.
.
.
100 32.33% 87.34% 29.45%
我可以使用 replicate()
但我不熟悉这个函数,我不知道如何在数据框中保存每个循环的准确性、灵敏度和特异性。
最简单的方法是使用 for 循环,即。
result_df<-matrix(ncol=3,nrow=100)
colnames(result_df)<-c("Acc","Sens","Spec")
for (i in 1:100)
{
YOUR CODE HERE
result_df[i,1] <- format(overall['Accuracy'] * 100, nsmall =2, digits = 2)
result_df[i,2] <- format(cm$byClass['Sensitivity']* 100, nsmall =2, digits = 2)
result_df[i,3] <- format(cm$byClass['Specificity']* 100, nsmall =2, digits = 2)
}
我有一个程序将第一步中的数据划分为训练集和测试集。之后,构建了一个决策树,我收到了一个混淆矩阵。
我现在想做的是,重复这些步骤(划分训练和测试,决策树和混淆矩阵)100次,所以我总是得到不同的训练和测试数据集。
我想要的是得到一个具有准确度、灵敏度和混淆矩阵特异性的结果数据框。
准确性、灵敏度和特异性保存在向量中:
overall.accuracy <- format(overall['Accuracy'] * 100, nsmall =2, digits = 2)
overall.sensitivity <- format(cm$byClass['Sensitivity']* 100, nsmall =2, digits = 2)
overall.specificity <- format(cm$byClass['Specificity']* 100, nsmall =2, digits = 2)
我想要的输出是这样的:
> result_df
accuracy sensitivity specifity
1 30.22% 95.12% 30.23%
2 34.10% 80.12% 27.76%
3 31.56% 85.78% 28.98%
.
.
.
100 32.33% 87.34% 29.45%
我可以使用 replicate()
但我不熟悉这个函数,我不知道如何在数据框中保存每个循环的准确性、灵敏度和特异性。
最简单的方法是使用 for 循环,即。
result_df<-matrix(ncol=3,nrow=100)
colnames(result_df)<-c("Acc","Sens","Spec")
for (i in 1:100)
{
YOUR CODE HERE
result_df[i,1] <- format(overall['Accuracy'] * 100, nsmall =2, digits = 2)
result_df[i,2] <- format(cm$byClass['Sensitivity']* 100, nsmall =2, digits = 2)
result_df[i,3] <- format(cm$byClass['Specificity']* 100, nsmall =2, digits = 2)
}