如何在R的tidymodels中用summarise()聚合rmse与cor？

错误原因 #

tidymodels中的rmse()函数属于yardstick包，它要求第一个输入参数是数据框，但在summarise()中直接调用时，会将price和prediction作为向量传入，不符合函数的参数要求，因此触发报错。

两种可行解决方法 #

方法1：手动计算RMSE

RMSE的本质是均方根误差，直接用公式实现，无需依赖特定函数，可直接在summarise()中与cor()配合使用：

library(tidymodels)  
price = 1:50
prediction = price * 0.9
My_tibble = tibble(price=price, prediction=prediction)

My_tibble %>%
  summarise(
    rmse = sqrt(mean((price - prediction)^2)),
    cor = cor(price, prediction)
  )

方法2：使用向量版RMSE函数

yardstick包提供了面向向量的rmse_vec()函数，专门用于对向量计算RMSE，完美适配summarise()的场景：

My_tibble %>%
  summarise(
    rmse = rmse_vec(truth = price, estimate = prediction),
    cor = cor(price, prediction)
  )

补充说明 #

• rmse()是面向数据框的高层接口，返回的是包含指标结果的tibble，适合单独调用查看完整指标信息；
• rmse_vec()是底层向量接口，直接返回数值结果，适合在summarise()中与其他统计量合并计算。

内容的提问来源于stack exchange，提问作者Yang Yang