使用ggplot2绘制训练数据集的校准曲线（Calibration Curve）- R语言

使用ggplot2绘制训练数据集的校准曲线（Calibration Curve）- R语言

校准曲线是在机器学习中用于评估模型预测概率的重要工具之一。它可用于检查分类模型的预测概率与实际观测概率之间的偏差。在R语言中，我们可以使用ggplot2库来绘制训练数据集的校准曲线。在本文中，我们将演示如何使用ggplot2库创建校准曲线的可视化。

首先，我们需要加载所需的库和数据集。假设我们已经有一个已经训练好的二分类模型，并且我们拥有一个包含预测概率和实际标签的训练数据集。以下是一个简单的示例数据集：

# 加载所需的库
library(ggplot2)

# 示例数据集
predicted_probabilities <- c(0.1, 0.3, 0.4, 0.6, 0.8)
actual_labels <- c(0, 0, 1, 1, 1)

# 创建数据框
data <- data.frame(predicted_probabilities, actual_labels)

接下来，我们将使用数据集来计算校准曲线所需的指标。我们可以使用cut()函数将预测概率分成不同的区间，并计算每个区间内的平均预测概率和实际观测概率的比例。以下是计算校准指标的代码：

# 计算校准指标
calibration_data <- data %>%
  mutate(probability_interval = cut(predicted_probabilities, breaks = seq(0, 1, by = 0.1), include.lowest = TRUE)) %>%
  group_by(probability_interval) %>%
  summarize(mean_predicted_probabi