如何在mlr3框架中实现二分类分类器校准图的绘制
mlr3框架下校准图绘制实现指引
基础前提说明
旧版mlr框架可通过内置函数快速生成标准校准图,目前mlr3核心包未内置对应绘图接口,但可通过生态扩展、手动实现两种路径,输出和旧mlr效果对齐的校准图。
你提供的mlr3基础训练预测流程如下:
library(mlr3) data("Sonar", package = "mlbench") task = TaskClassif$new(id = "Sonar", Sonar, target = "Class", positive = "R") learner = lrn("classif.rpart", predict_type = "prob") pred = learner$train(task)$predict(task)
运行上述代码后得到的pred对象为PredictionClassif类实例,内部已经存储绘制校准图所需的全部核心字段,不需要额外重构预测流程。
实现路径一:官方生态快速出图
mlr3配套的可视化扩展包mlr3viz已封装了和旧mlr逻辑完全一致的校准图绘制能力,直接传入预测对象即可输出等效结果:
library(mlr3viz) # 开启平滑拟合,和旧mlr中plotCalibration(cal, smooth=TRUE)效果对齐 autoplot(pred, type = "calibrate", smooth = TRUE)
该实现的输出效果与旧mlr生成的校准图完全一致:自动叠加y=x的理想校准虚线、按概率分箱计算实际正类发生频率、叠加带置信区间的平滑拟合曲线。
实现路径二:全流程自定义手动实现
如果需要调整分箱规则、绘图样式等细节,可直接从pred对象中提取数据,基于ggplot2实现等价校准图,核心代码如下:
library(ggplot2) library(dplyr) # 从预测对象提取校准计算所需的基础数据 calib_raw = tibble( pred_pos_prob = pred$prob[, "R"], actual_is_pos = as.numeric(pred$truth == "R") ) # 对预测概率10等分箱,计算每个箱的平均预测概率、实际正类频率 calib_binned = calib_raw |> mutate(prob_bin = cut(pred_pos_prob, breaks = seq(0, 1, 0.1), include.lowest = TRUE)) |> group_by(prob_bin, .drop = FALSE) |> summarise( avg_pred_prob = mean(pred_pos_prob), actual_pos_rate = mean(actual_is_pos), .groups = "drop" ) # 绘制校准图 ggplot(calib_binned, aes(x = avg_pred_prob, y = actual_pos_rate)) + # 理想校准参考线 geom_abline(slope = 1, intercept = 0, linetype = "dashed", color = "grey60") + # 分箱实测点位 geom_point(color = "#1f78b4", size = 2.5) + # 平滑拟合曲线 geom_smooth(formula = y ~ x, color = "#1f78b4", se = TRUE) + # 轴范围校准,保证概率范围在0-1区间 coord_cartesian(xlim = c(0, 1), ylim = c(0, 1)) + labs( x = "模型预测正类概率", y = "实际样本正类发生频率" ) + theme_minimal()
自定义调整提示
- 可通过修改
cut函数的breaks参数调整分箱粒度 - 可调整
geom_smooth的method、se参数修改拟合逻辑和置信区间显示 - 可在图中叠加每个分箱的样本量标注,满足更细致的校准分析需求
内容的提问来源于stack exchange,提问作者ava
相关产品推荐
相关产品推荐

