mlr3::autoplot() 的 Roc 曲线用于 "holdout" 重采样的基准

Question

我正在使用 mlr3 包，我想绘制不同模型的 ROC 曲线。如果我按照 documentation 中的解释使用交叉验证，它工作得很好，但如果我使用“holdout”进行重采样，那么我会收到错误 Error: Invalid show_cb. Inconsistent with calc_avg of evalmod..

代码如下：

library("mlr3")
library("mlr3learners")
library("mlr3viz")

# one task only
tasks = lapply(c("german_credit"), tsk)

# get some learners and for all learners ...
# * predict probabilities
# * predict also on the training set
learners = c("classif.featureless", "classif.rpart", "classif.ranger", "classif.kknn")
learners = lapply(learners, lrn,
                  predict_type = "prob")

# compare via 3-fold cross validation
resamplings = rsmp("holdout", ratio = .8) # holdout instead of cv

# create a BenchmarkDesign object
design = benchmark_grid(tasks, learners, resamplings)
print(design)

bmr = benchmark(design)
autoplot(bmr, type = "roc")

感谢您的帮助，马修

Answer 1

如果其他人遇到同样的问题，这里有一个解决方案。出现此问题是因为参数 calc_avg 在 precrec::evalmod() 中默认设置为 TRUE，并且该函数在 mlr3viz::autoplot() 中按原样使用。由于 as_precrec() returns 一个没有不同 dsid 的对象（在 cross-validation 的情况下，不同的值来自不同的折叠，如果没有保留，则只有一个元素），因此 [=16 不可能进行平均=] 因此错误（虽然理论上它可以）。

这是一段代码，可用于绘制带保留（或任何其他类型的重采样）的 ROC 曲线。使用答案中的代码，我们可以执行以下操作：

roc_data <- evalmod(as_precrec(bmr), mode = "rocprc", calc_avg = FALSE)  %>% # setting calc_avg to FALSE is critical
  fortify() %>% # precrec objects have a fortify generic function
  .[.$curvetype == "ROC", ] # both roc and prc are returned

# Tracer les courbes
ggplot(
  data = roc_data,
  mapping = aes(x = x, y = y, color = modname)
) +
  geom_line()

此代码还具有作为 ggplot 对象的优点，因此可以使用 ggplot2 轻松修改它，而 precrec::autoplot().

则不然

mlr3::autoplot() 的 Roc 曲线用于 "holdout" 重采样的基准

Roc curves with mlr3::autoplot() for benchmark with "holdout" resampling

r

mlr3