Блог

Я прогнозирую показатели экологической пригодности видов. Для этого я использую пакет каретки и выполняю задачи классификации. В литературе рекомендуется использовать непрерывный индекс Бойса (CBI) в качестве показателя производительности для надежности модели (см. 1). В настоящее время я настраиваю модели так, чтобы максимизировать AUC, а не CBI. Тем не менее, я получаю отличные оценки CBI (корреляция 1) как для данных обучения, так и для данных тестирования, используя ecospat ::ecospat.boyce, а также adamlilith / enmSdm::contBoyce2x, доступные через rdrr.io .

Я не уверен, совершаю ли я ошибку и ввожу неправильные векторы. Соответствующий результат логистической регрессии выглядит примерно так:

 head(lg$pred)
      pred      obs   absence  presence rowIndex parameter Resample
1 presence  absence 0.4144518 0.5855482        1      none    Fold1
2 presence presence 0.4402172 0.5597828        2      none    Fold1
3 presence presence 0.3647270 0.6352730        3      none    Fold1
4  absence  absence 0.7154779 0.2845221        6      none    Fold1
5 presence presence 0.1574952 0.8425048        9      none    Fold1
6 presence presence 0.0146231 0.9853769       10      none    Fold1
  

Я вызываю функции следующим образом

Ecospat::ecospat.boyce

fit = векторный или растровый слой, содержащий прогнозируемые значения пригодности

obs = вектор, содержащий прогнозируемые значения пригодности или xy-координаты (если «fit» является растровым слоем) точек проверки (записей присутствия)

 ecospat::ecospat.boyce(fit=lg$pred$presence,obs=lg$pred$presence[lg$pred$obs=="presence"],PEplot=T)
  

adamlilith/enmSdm::contBoyce2x

pres = числовой вектор. Прогнозируемые значения в местах присутствия.

bg = числовой вектор. Прогнозируемые значения на отсутствующих / фоновых сайтах.

 contBoyce2x(pres=lg$pred$presence[lg$pred$obs=="presence"],bg=lg$pred$presence[lg$pred$obs=="absence"],graph=T)
  

Правильно ли я понял входные аргументы? Возможно ли получить идеальную оценку CBI, даже не пытаясь настроить модели для максимизации этого показателя?

(1) Хирцель, А.Х., Ле Лей, Г., Хелфер, В., Рандин, С., Гисан, А. (2006). Оценка способности моделей пригодности среды обитания предсказывать присутствие видов. Экологическое моделирование 199, 142-152.