R语言函数-multiClassSummary

所属package：‘MLmetrics’
作用：计算一系列分类结果的度量标准（metric，比如总体精度和kappa系数）和one vs. all的几个统计平均值。这个one vs. all 并不是多分类分类器所用的策略。也就是说一个经过one vs one的SVM的结果也可以用这个函数计算。根据源代码，我们可以知道他的计算方法是，根据结果中类的类别进行度量。比如如果有三个类，指责确定三组灵敏度，并以名称（“Mean_sensitivity”）报告平均值。用混淆矩阵生成的许多统计数据也是这样的计算方法，对每一类计算相应的模型度量，最后将结果进行平均
应用场景：
作为caret中trainControl中的summaryFunction的input。

fitControl = trainControl(method = "LOOCV",
                          classProbs = TRUE,
                          summaryFunction = multiClassSummary)

源代码：

function (data, lev = NULL, model = NULL) 
{
   
    if (!all(levels(data[, "pred"]) == levels(data[, "obs"]))) 
        stop("levels of observed and predicted data do not match") # 如果预测的类别数量与truth的类别数量不同，报错。
    has_class_probs <- all(lev %in% colnames(data)) #
    if (has_class_probs) {
   
        lloss <- mnLogLoss(data = data, lev = lev, model =