# 0-1损失
#
# 0-1损失常用于分类任务。输入一个样本集的响应变量的真实取值
# 以及预测值,计算出0-1损失向量,及其均值。
#
#
# Author: Ruibo WANG
# E-mail: wangruibo@sxu.edu.cn
# Date: 2017/7/4
one_zero_loss.Generator <- function (metric.conf) {
# 计算0-1损失值及其均值。
#
# Args:
# 指标配置: list类型
# gold字段存储响应变量的真值.
# pre字段存储响应变量的预测值
# Returns:
# list类型:
# 第一个元素为泛化误差估计值.
# 第二个元素为损失向量
response.gold <- metric.conf$resp.gold
response.pre <- metric.conf$resp.pre
# 检查变量的类型。
if (!is.factor(response.gold)&&!is.character(response.gold)) {
stop("In one-zero loss, resp gold is not a valid type")
}
if (!is.factor(response.pre) && !is.character(response.pre)) {
stop("In one-zero loss, resp pre is not a valid type")
}
loss.vector <- abs( response.pre != response.gold)
ge.est <- mean(loss.vector)
return(list(est = ge.est, loss.vector))
}
one_zero_loss.Prepackages <- c()
one_zero_loss.validation <- function(metric.conf) {
# 验证指标配置文件的正确性.
# Args:
# 指标配置文件.
# Returns:
# 指标配置文件是否正确。
if(is.null(metric.conf$gold)||is.null(metric.conf$pre)) {
return(FALSE)
}
return(TRUE)
}
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.