如何在 R 中将 lapply 与 get.confusion_matrix() 一起使用？

编程问答 2022-06-02

问题描述

我正在使用 mixOmics 包在 R 中执行 PLS-DA 分析。我有一个二元 Y 变量（是否存在湿地）和 21 个连续预测变量 (X)，其值范围从 1 到 100。 我已经使用 data_training 数据集制作了模型，并希望使用 data_validation 数据集预测新结果。这些数据集具有完全相同的结构。

我的代码如下：

library(mixOmics)
model.plsda<-plsda(X,Y,ncomp = 10)
myPredictions <- predict(model.plsda,newdata = data_validation[,-1],dist = "max.dist")

我想根据 10、9、8、... 到 2 个主成分来预测结果。通过使用 get.confusion_matrix 函数，我想估计每个主成分数量的错误率。

prediction <- myPredictions$class$max.dist[,10] #prediction based on 10 components
confusion.mat = get.confusion_matrix(truth = data_validatie[,1],predicted = prediction)
get.BER(confusion.mat)

我可以单独做 10 次，但我想做得快一点。因此，我正在考虑为每个组件数量制作一个包含 prediction 结果的列表...

library(BBmisc)
prediction_test <- myPredictions$class$max.dist
predictions_components <- convertColsToList(prediction_test,name.list = T,name.vector = T,factors.as.char = T)

...然后将 lapply 与 get.confusion_matrix 和 get.BER 函数一起使用。但后来我不知道该怎么做。我在互联网上搜索过，但找不到有效的解决方案。我该怎么做？

非常感谢您的帮助！

解决方法

没有可重复性，就无法对此进行测试，但您需要将每次要运行的代码转换为函数。像这样：

confmat <- function(x) {
        prediction <- myPredictions$class$max.dist[,x] #prediction based on 10 components
        confusion.mat = get.confusion_matrix(truth = data_validatie[,1],predicted = prediction)
        get.BER(confusion.mat)  
}

现在重叠：

results <- lapply(10:2,confmat)

这将返回一个列表，其中包含每个 PC 数量的 get.BER 结果，因此 results[[1]] 将是 10 PC 的结果。您不会获得 prediction 或 confusionmat 的值，除非它们包含在 get.BER 返回的结果中。如果你想要所有这些，你需要用 return(list(prediction,confusionmat,get.BER(confusion.mat)) 替换函数的最后一行。这将生成一个列表列表，因此 results[[1]][[1]] 将是 10 台 PC 的 prediction 的结果，results[[1]][[2]] 和 results[[1]][[3]] 将是 confusionmat 和 {{ 1}} 分别。

confusion-matrixlapplylistplsrr