我想为自动绘图功能添加填充美学。具体来说，从包到autoplot.conf_mat函数。yardstick

^{由reprex 包于 2020-11-20 创建(v0.3.0)}

问题：我怎样才能为or因素添加fill美感？也就是说，为不同的类别添加一些颜色。TruthPrediction

我尝试过+ scale_fill_manual其他变体，但我不相信在通话fill中使用了美学。autoplot

我正在使用 TidyModels 中的 fit_resamples() 函数来获取 F1 指标，如下所示。我想知道如何传递默认设置为1的beta参数。

非常感谢！

扎尼

我对调用 roc_curve 时要传递的列有疑问。如果您查看https://www.tidymodels.org/start/recipes/#predict-workflow提供的示例，您可以看到提供的参数是 .pred_late。

为什么使用它而不是 .pred_on_time？

对我来说价值.pred_on_time > 0.5==> on_time。我知道关系.pred_on_time+.pred_late=1，但写起来更自然：

我正在努力解决如何使用 tidymodels 从逻辑回归模型中获取 AUC。

这是使用内置mpg数据集的示例。

最后一行返回此错误：

我正在使用本Tidymodels 教程拟合回归树模型。

防风草模型对象

拟合时间：2.5s n= 56868

node), split, n, deviance, yval * 表示终端节点

1. 根 56868 32009190000 455.2222
2. 贷方计数< 728.5 56859 13948640000 448.2417
3. 贷方计数< 81.5 56613 6692397000 428.2886
4. 贷方计数< 20.5 47772 2345794000 342.4569
5. 贷方计数< 12.5 35164 1238679000 282.1622 *
6. 贷方计数>=12.5 12608 622737900 510.6202 *
7. 贷方计数>=20.5 8841 2092969000 892.0767
8. 贷方计数< 38.5 7455 740153600 787.4748 *
9. 贷方数> = 38.5 1386 832502400 1454.7080 *
10. 贷方数> = 81.5 246 2046660000 5040.1420
11. 贷方计数< 229 224 938017600 4421.3170 *
12. 贷方数>=229 22 149470700 11340.9100 *
13. 贷方数>=728.5 9 554222200 44555.5600 *

但是当我使用测试数据时，我收到了一个奇怪的错误。

我dput()的火车数据示例：

dput()用于测试数据。

我想做的事

我正在尝试建立一个模型tidymodels来预测药物对细胞系（如细菌）的功效。该模型将根据给定细胞系的功效对药物进行排名，因此我想使用 Spearman 相关性 (ρ) 作为指标。在下面的示例数据集中，每个细胞系（列Sample）由一个字母 表示，Q, R, S, ..., Z每个样本用 50 种药物处理。

当我拆分数据进行交叉验证时，每个折叠的训练/测试拆分将具有 >1 个细胞系（例如Q, R，在折叠 1 的测试拆分中），但在计算度量（ρ）时，我想计算它每个细胞系单独，然后对测试拆分中的所有细胞系取平均值，而不是对所有观察结果进行聚合。例如，如果折叠 1 的测试拆分由 组成Q, R，那么我想计算 50 种测试药物的 ρ，然后计算 50 种药物测试Q的单独 ρ R，平均这两个 ρ，并将该平均值作为计算的度量折叠 1。

我试过的

我在想我必须计算按Sample列分组的 tibble/data.frame 上的指标，但我不知道如何将该变量传递到tune_grid(). 我不认为我可以在add_formula()创建工作流对象时包含该变量，因为我不希望它作为预测变量。我昨天刚刚发现了 tidymodels，所以也许有一个我不知道的简单解决方案，但到目前为止我还没有在谷歌上找到任何东西。下面的代码是我尝试过的，但显然它不起作用。提前感谢您提供的任何建议。

错误

运行时glmnet_tuning_results：

代码

示例数据集

模型

自定义指标

会话信息

我正在使用 tidymodels 来构建一个模型，其中假阴性比假阳性更昂贵。因此，我想使用该yardstick::classification_cost指标进行超参数调整，但使用反映这一事实的自定义分类成本矩阵。

在拟合模型后执行此操作非常简单：

^{由reprex 包于 2021-11-01 创建(v2.0.1)}

但是在超参数调整期间使用这个函数是我遇到问题的地方。文档指出，对于设置选项，指标应该包含在自定义函数中。这是我的尝试和由此产生的错误。请注意此包装器如何在评估拟合模型时正常工作，但在尝试用于调整时会引发错误：

^{由reprex 包于 2021-11-01 创建(v2.0.1)}

取消嵌套注释显示有未使用的参数："internal: Error: In metric: classification_cost_penalized\nunused arguments (estimator = ~prob_estimator, event_level = ~event_level)"但显然该yardstick_event_level()函数，event_level根据本文档应该如何设置，不存在？搜索时没有显示该名称下的功能。

我不知道如何在这里进行。感谢您的时间。

我正在从插入符号转移到 tidymodels 环境，并且在转移自定义指标时遇到问题。我能找到的所有可用文档都提供了使用“truth”和“estimate”变量构建自定义指标的示例。准确性和 roc_auc（使用真值和估计）不合适，因为问题涉及投注和赔率，因此成功在不同事件中无法比较，因为赔率使一个成功比另一个更有利，我想对此进行优化。

我已经向 RStudio 社区发布了一些代码（下面的链接），但还没有成功，但我想我的问题是；有谁知道这在目前的尺度上是否可行？

可能我只需要回到插入符号。

谢谢克里斯

https://community.rstudio.com/t/tidymodels-custom-metric-for-multi-class-classification-yardstick-machine-learning/122648?u=nealec