问题描述
我需要模拟来自随机猜测二进制分类器的数据,这样
$ p(成功)= 0.55 $和$ p(失败)= 1-0.55 $。
因此,我对伯努利分布中的数据进行了如下模拟,并将结果与实际响应数据进行了比较。
concatTuples
我正确地做到了吗?任何指导都将真正有帮助。
解决方法
对我来说合理。不过,您不需要replicate
。我个人将设置一个全局n
:
set.seed(123)
## predicted response
n <- 50
y_pred <- rbinom(n,1,prob=.55)
## calculate actual probability of predicted response
sum(y_pred) / length(y_pred)
# [1] 0.54
## actual response
y <- sample(rep(0:1,each=n/2))
## calculate actual probability of actual response
sum(y) / length(y)
# [1] 0.5
table(y,y_pred)
# y_pred
# y 0 1
# 0 13 12
# 1 10 15
但是,在n
这么小的情况下预测响应的实际概率会产生较大的随机波动(即取决于种子),尤其是在n
很小的情况下。让我们将代码放入函数中一分钟以证明这一点。
n <- 50
sfun <- function() {
y_pred <- rbinom(50,prob=.55)
sum(y_pred) / length(y_pred)
}
set.seed(383159)
sfun()
# [1] 0.62 ## 13% off!
set.seed(82809)
sfun()
# [1] 0.44 ## 20% off!
您可以做的是使用repeat
循环,如果结果在一组tol
误差之内,则该循环会中断。 (请注意,如果tol
设置得太小,它将永远运行!)
tol <- .01
set.seed(123)
n <- 50
repeat({
y_pred <- rbinom(n,prob=.55)
pr1 <- sum(y_pred) / length(y_pred)
if (pr1 <= .55 + tol & pr1 >= .55 - tol)
break
})
y_pred
# [1] 1 0 1 0 0 1 1 0 0 1 0 1 0 0 1 0 1 1 1 0 0 0 0 0 0 0 1 0 1 1 0 0 0 0
# [35] 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 0
sum(y_pred) / length(y_pred)
# [1] 0.54 ## ok!