tidymodels/yardstick

解決的問題

提供一種基於 tidy data 原則的標準化方法來估計模型性能，讓使用者無需手動管理複雜的資料結構，即可計算分類與回歸模型的常見性能特徵。

工作原理

yardstick 使用類似 dplyr 的語法來計算指標。它接收一個包含真實值與預測值的資料框，並以資料框形式回傳結果。支援二元分類、多類別分類（支援多種估計器，如宏平均與微平均），以及透過分組資料框在多個重採樣上計算指標。

適用對象

使用 R 進行機器學習模型評估的資料科學家與機器學習實務者。

主要亮點

• tidy 接口：以資料框形式回傳指標，便於整合至分析流程中。
• 多類別支援：提供多類別指標的廣泛擴充，支援多種計算方法。
• 重採樣評估：簡化在多個模型重採樣上同時計算性能的過程。
• 整合式視覺化：透過 ggplot2 提供 autoplot() 方法，支援 ROC、PR 與增益曲線等基於曲線的指標視覺化。