是 tidymodels 的衡量标准，是评估 RO、AUC 和 RMSE 等指标的良好统计工具

Question

我想基于类似于插入符的接口建模来评估指标。我使用插入符表示 XGBoost、randomFOrest，有时使用 Keras 表示统计指标。所以我从未使用 tidymodels 进行指标评估。我也想找到我在标题中用 tidymodels 写的相同指标

我也尝试过 caret mlr3，现在想尝试使用 tidymodels 来检查不同的准确性指标。是否值得检查基于它的评估指标？我还期望实现交叉验证技术、模型比较和指标计算（F1 分数、ROC AUC、RMSE、MAE）

Answer 1

您可以在 yardstick 参考页面 上找到按类型分组的指标列表。与插入符号有很好的对等性（尽管不确定 mlr3）。

在 tidymodels 书的第 9 章以及tidymodels.org和研讨会笔记（例如这些幻灯片）上有一些关于使用它们的好读物。