r - 分组数据上的 yardstick::rmse 返回错误和不正确的结果

Question

我想评估几个回归模型的性能，并使用 yardstick 包来计算 RMSE。这是一些示例数据

  model obs pred
1     A   1    1
2     B   1    2
3     C   1    3

当我运行下面的代码时

library(yardstick)
library(dplyr)
dat %>%
 group_by(model) %>%
 summarise(RMSE = yardstick::rmse(truth = obs, estimate = pred))

出现以下错误

Error in summarise_impl(.data, dots) : no applicable method for 'rmse' applied to an object of class "c('double', 'numeric')".

但是，当我明确提供 . 作为第一个参数时(我认为这不是必需的)，我没有收到任何错误，但结果不正确。

dat %>%
 group_by(model) %>%
 summarise(RMSE = yardstick::rmse(., truth = obs, estimate = pred))
# A tibble: 3 x 2
  model   RMSE
  <fctr> <dbl>
1 A       1.29
2 B       1.29
3 C       1.29

我期待以下内容

# A tibble: 3 x 2
  model   RMSE
  <fctr> <dbl>
1 A       0
2 B       1.00
3 C       2.00

我知道这个函数有替代方法，但我仍然不明白这种行为。

数据

dat <- structure(list(model = structure(1:3, .Label = c("A", "B", "C"), class = "factor"), obs = c(1, 1, 1), pred = 1:3), .Names = c("model", "obs", "pred"), row.names = c(NA, -3L), class = "data.frame")

Answer 1

根据帮助页面 ?yardstick::rmse，它似乎需要一个数据框作为它的第一个参数，这解释了您遇到的错误。

我不太了解这个新包的速度，但该函数似乎希望跨数据框计算汇总统计数据，而不是逐行计算。要强制它逐行运行，您需要让它认为每一行都是它自己的数据框，并在每个数据框中应用该函数:

library(tidyverse)
dat %>%
  group_by(model) %>%
  nest() %>% 
  mutate(rmse_res = map(data, rmse, truth = obs, estimate = pred)) %>% 
  unnest(rmse_res)

# A tibble: 3 x 3
  model  data              rmse
  <fctr> <list>           <dbl>
1 A      <tibble [1 x 2]>  0   
2 B      <tibble [1 x 2]>  1.00
3 C      <tibble [1 x 2]>  2.00