R语言-生成频数表和列联表crosstable函数介绍
更新时间：2021年04月20日 15:13:18 作者：Yann_YU
这篇文章主要介绍了R语言-生成频数表和列联表crosstable函数介绍，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
列联表crosstable
列联表不仅可以用来做简单的描述性统计，还可以在机器学习中用来比较识别正确率，FPR，TPR等等数据，以便我们比较不同的ML模型 or 调参。
2x2列联表一般长下面这样：
Total Observations in Table: 143
| test_cancer$diagnosis
lda.class | 0 | 1 | Row Total |
-------------|-----------|-----------|-----------|
0 | 82 | 11 | 93 |
| 0.882 | 0.118 | 0.650 |
| 0.988 | 0.183 | |
| 0.573 | 0.077 | |
-------------|-----------|-----------|-----------|
1 | 1 | 49 | 50 |
| 0.020 | 0.980 | 0.350 |
| 0.012 | 0.817 | |
| 0.007 | 0.343 | |
-------------|-----------|-----------|-----------|
Column Total | 83 | 60 | 143 |
| 0.580 | 0.420 | |
-------------|-----------|-----------|-----------|
创建列联表crosstable
推荐使用R中“gmodels”包的CrossTable()函数来做。
举例
## 使用knn模型做预测
knn_pred_1 = knn(train_cancer[,2:4], test_cancer[,2:4], train_cancer$diagnosis, k=1)
## 创建列联表看预测效果
CrossTable(x = knn_pred_1, y = test_cancer$diagnosis, prop.chisq = FALSE)
>
Cell Contents
|-------------------------|
| N |
| N / Row Total |
| N / Col Total |
| N / Table Total |
|-------------------------|
Total Observations in Table: 143
| test_cancer$diagnosis
knn_pred_1 | 0 | 1 | Row Total |
-------------|-----------|-----------|-----------|
0 | 77 | 8 | 85 |
| 0.906 | 0.094 | 0.594 |
| 0.928 | 0.133 | |
| 0.538 | 0.056 | |
-------------|-----------|-----------|-----------|
1 | 6 | 52 | 58 |
| 0.103 | 0.897 | 0.406 |
| 0.072 | 0.867 | |
| 0.042 | 0.364 | |
-------------|-----------|-----------|-----------|
Column Total | 83 | 60 | 143 |
| 0.580 | 0.420 | |
-------------|-----------|-----------|-----------|
注意事项
在crosstable函数中，prop.chisq 这个argument默认是true，但实际上大部分使用场景不需要这个卡方概率，所以可以单独在函数中设置prop.chisq = FALSE
函数语法：
CrossTable(x, y, digits=3, max.width = 5, expected=FALSE, prop.r=TRUE, prop.c=TRUE,
prop.t=TRUE, prop.chisq=TRUE, chisq = FALSE, fisher=FALSE, mcnemar=FALSE,
resid=FALSE, sresid=FALSE, asresid=FALSE,
missing.include=FALSE,
format=c("SAS","SPSS"), dnn = NULL, ...)
参数说明：
x,y:列联表的两个特征向量
digit:指定结果小数位数
prop.r:行比例是否加入
prop.c:列比例是否加入
prop.t:表比例是否加入
prop.chisq:每个单元的卡方值是否加入
chisq:卡方检验结果是否加入
频数表
频数表给出了各个特征值出现的频数，下面使用R自带的数据集“CO2”举例
head(CO2) #得到“conc”特征的频数表 table(CO2$conc)
结果：
95 175 250 350 500 675 1000
12 12 12 12 12 12 12
补充：R--生成各种列联表
看代码吧~
library(vcd) head(Arthritis) table(Arthritis$Treatment,Arthritis$Improved) with(Arthritis,table(Treatment,Improved)) mytable <- xtabs(~Treatment+Improved,data = Arthritis) with(Arthritis,xtabs(~Treatment+Improved,data = Arthritis)) margin.table(mytable,2) # sum by row prop.table(mytable,2) #proportion by column prop.table(mytable) #proportion by total addmargins(mytable) addmargins(mytable,1) addmargins(prop.table(mytable,2),1) library(gmodels) CrossTable(Arthritis$Treatment,Arthritis$Improved) ##SAS format
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。如有错误或未考虑完全的地方，望不吝赐教。
相关文章
在本篇文章里小编给大家整理的是一篇关于R语言基本语法知识点内容，有兴趣的朋友们可以参考学习下。2021-03-03
这篇文章主要介绍了R语言绘图布局实例讲解，文中实例讲解的很清晰，有感兴趣的同学可以研究下2021-03-03
这篇文章主要介绍了R语言 实现将1对多数据与1对1数据互换的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
这篇文章主要介绍了R语言 实现两表连接且输出不重复数据的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
这篇文章主要介绍了R语言常用函数总结梳理(基本对象字符处理 数学 统计),有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2023-10-10
这篇文章主要介绍了R语言中devtools的使用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-04-04
R语言实现将分类变量转换为哑变量(dummy vairable)
这篇文章主要介绍了R语言实现将分类变量转换为哑变量(dummy vairable)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-04-04
散点图主要用于描述两个连续变量之间的关系,通过散点图发现变量之间的相关性强度、是否存在线性关系等,下面这篇文章主要给大家介绍了关于R语言数据可视化包ggplot2画图之散点图的基本画法,需要的朋友可以参考下2022-11-11
这篇文章主要给大家介绍了关于R语言数据可视化学习之图形参数修改的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-03-03
这篇文章主要为大家介绍了R语言在服务器安装R包的实现过程，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步早日升职加薪2021-11-11
最新评论