tidymodels metric_set：错误：所有对“ metric_set”的输入必须是函数这些输入不是：2

问题描述

我已经使用recipe()软件包中的tidymodels函数来插补缺失值并修复不平衡的数据。

这是我的数据；

mer_df <- mer2 %>%
  filter(!is.na(laststagestatus2)) %>% 
  select(Id,Age_Range__c,Gender__c,numberoflead,leadduration,firsttouch,lasttouch,laststagestatus2)%>%
  mutate_if(is.character,factor) %>%
  mutate_if(is.logical,as.integer)


# A tibble: 197,836 x 8
   Id    Age_Range__c Gender__c numberoflead leadduration firsttouch lasttouch
   <fct> <fct>        <fct>            <int>        <dbl> <fct>      <fct>    
 1 0010~ NA           NA                   2     5.99     Dealer IB~ Walk in  
 2 0010~ NA           NA                   1     0        Online Se~ Online S~
 3 0010~ NA           NA                   1     0        Walk in    Walk in  
 4 0010~ NA           NA                   1     0        Online Se~ Online S~
 5 0010~ NA           NA                   2     0.0128   Dealer IB~ Dealer I~
 6 0010~ NA           NA                   1     0        OB Call    OB Call  
 7 0010~ NA           NA                   1     0        Dealer IB~ Dealer I~
 8 0010~ NA           NA                   4    73.9      Dealer IB~ Walk in  
 9 0010~ NA           Male                24     0.000208 OB Call    OB Call  
10 0010~ NA           NA                  18     0.000150 OB Call    OB Call  
# ... with 197,826 more rows,and 1 more variable: laststagestatus2 <fct>

这是我的代码；

mer_rec <- recipe(laststagestatus2 ~ .,data = mer_train)%>%
  step_medianimpute(numberoflead,leadduration)%>%
  step_knnimpute(Gender__c,fisrsttouch,lasttouch) %>% 
  step_other(Id,firsttouch) %>% 
  step_other(Id,lasttouch) %>% 
  step_dummy(all_nominal(),-laststagestatus2) %>% 
  step_smote(laststagestatus2)
mer_rec %>% prep() %>% juice()


glm_spec <- logistic_reg() %>%
  set_engine("glm")

rf_spec <- rand_forest(trees = 1000) %>%
  set_mode("classification") %>%
  set_engine("ranger")

mer_wf <- workflow() %>%
  add_recipe(mer_rec)

直到这里都可以正常工作 现在，我正在使用metric_set()函数来适合每个重采样。

这是我的代码，如下所示：

 mer_metrics <- metric_set(roc_auc,accuracy,sensitivity,specificity)

glm_rs <- mer_wf %>%
  add_model(glm_spec) %>%
  fit_resamples(
    resamples = mer_folds,metrics = mer_metrics,control = control_resamples(save_pred = TRUE)

我收到错误提示：

Error: All inputs to `metric_set()` must be functions. These inputs are not: (2).

但是它可以在没有精度参数的情况下使用

merco_metrics <- metric_set(roc_auc,specificity)

有人对此有任何建议吗？非常感谢您的帮助！

解决方法

可能在您的环境中定义了另一个名为accuracy的变量。尝试改为输入yardstick::accuracy。

mer_metrics