tidymodels/yardstick

해결하는 문제

tidy data 원칙을 기반으로 한 표준화된 방식으로 모델 성능을 추정하며, 분류 및 회귀 모델의 일반적인 성능 특성을 수동으로 복잡한 데이터 구조를 관리하지 않고도 계산할 수 있도록 합니다.

작동 방식

yardstick은 dplyr와 유사한 구문을 사용하여 메트릭을 계산합니다. 진실값과 예측값을 포함한 데이터 프레임을 입력으로 받아 결과를 데이터 프레임으로 반환합니다. 이는 이진 분류, 다중 분류(마크로 및 마이크로 평균과 같은 다양한 추정기 지원), 그리고 그룹화된 데이터 프레임을 사용하여 여러 리샘플링에 걸쳐 메트릭을 계산할 수 있는 기능을 제공합니다.

대상 사용자

R을 사용하여 모델을 평가하고자 하는 데이터 과학자 및 머신러닝 실무자.

주요 기능

• tidy 인터페이스: 메트릭을 데이터 프레임으로 반환하여 분석 파이프라인에 쉽게 통합할 수 있습니다.
• 다중 분류 지원: 다양한 계산 방법을 갖춘 다중 분류 메트릭의 광범위한 확장 기능을 제공합니다.
• 리샘플링 평가: 여러 모델 리샘플링에 걸쳐 성능을 동시에 계산하는 것을 간소화합니다.
• 통합 시각화: ggplot2를 통해 ROC, PR, 게인 곡선과 같은 곡선 기반 메트릭에 대한 autoplot() 메서드를 포함합니다.