r - 在 `bwplot()` 中对 `caret` 模型进行排序

Question

我正在绘制使用caret. 这些模型以它们所指的年份命名：2000、2001、2002、...、2010。我希望模型以基于年份的升序出现在箱形图中，即模型的名称。

基于以下代码的重采样摘要

fit.year.res <- resamples(fit.year)
summary(fit.year.res)

看起来像这样：

但是，箱形图中的不同年度模型没有排序：

scales <- list(x=list(relation="free"), y=list(relation="free"))
bwplot(fit.year.res, scales=scales)

我尝试将重采样的模型元素转换为fit.year.res$models字符的因子，但这并没有什么不同。

标签： rsortingr-caretbwplot

Answer 1

该函数bwplot.resamples用于生成此图，如果您查看底层代码，变量会根据它们在感兴趣的指标下的平均性能进行分解。

下面我有进行分解的相关代码：

bwplot.resamples <- function (x, data = NULL, models = x$models, metric = x$metric, ...)
{
....
  avPerf <- ddply(subset(plotData, Metric == metric[1]),
                  .(Model),
                  function(x) c(Median = median(x$value, na.rm = TRUE)))
  avPerf <- avPerf[order(avPerf$Median),]

    ......
}

我想你需要做的是手动制作情节：

data(BloodBrain)
gbmFit <- train(bbbDescr[,-3], logBBB,"gbm",tuneLength=6,
            trControl = trainControl(method = "cv"),verbose=FALSE)
     
glmnetFit <- train(bbbDescr[,-3], logBBB,"glmnet",tuneLength=6,
            trControl = trainControl(method = "cv"))

rfFit <- train(bbbDescr[,-3], logBBB,"rf",tuneLength=6,
            trControl = trainControl(method = "cv"))

knnFit <- train(bbbDescr[,-3], logBBB,"knn",tuneLength=6,
            trControl = trainControl(method = "cv"))

resamps <- resamples(list(gbm = gbmFit,glmnet=glmnetFit,knn=knnFit,rf=rfFit))

如果您绘制，您可以看到它们是根据中位数（实心点）排序的：

bwplot(resamps,metric="MAE")

您可以访问 $values 下的值并创建一个函数来绘制它，如下所示：

plotMet = function(obj,metric,var_order){

mat = obj$values
mat = mat[,grep(metric,colnames(mat))]
colnames(mat) = gsub("[~][^ ]*","",colnames(mat))
boxplot(mat[,var_order],horizontal=TRUE,las=2,xlab=metric)

}

plotMet(resamps,"MAE",c("rf","knn","gbm","glmnet"))

用数字命名你的模型也不是一个好主意..尝试类似model_2000，model_2001等