3

gbm パッケージを使用して ROC スコア (AUC) を計算できません。ブーストされた回帰木を使用しています。私が実行しているスクリプトは次のとおりです。

testing.tc5.lr005 <- gbm.step(data=ModelData, 
gbm.x = 3:4,
gbm.y = 2,
family = "gaussian",
tree.complexity = 5,
learning.rate = 0.005,
bag.fraction = 0.5)

「トレーニング データ ROC スコア」と「相互検証 ROC スコア」を他の相関パラメーターと共に生成する必要があります。ROC スコアが得られません。に電話しnames(testing.tc5.lr005)ました。を呼び出すと、リストされますcv.roc.matrixが、次のように生成されますtesting.tc5.lr005$cv.roc.matrix。

[1] 0 0 0 0 0 0 0 0 0 0

ROC AUC をroc(TestData$TN,predTN)(TestData ~ 予測に使用されるデータ、つまり観測値; predTN ~ 予測値) で計算してみました。という結果になり[1]NAます。モデルの残りの部分は、合理的なテストと CV 相関と SE 値でうまく機能しているように見えますが、何が間違っているのかわかりません。私が間違っている場所や別の場所についての指針をいただければ幸いです。ありがとう

4

2 に答える 2

1

まず、gbm パッケージを dismo パッケージと組み合わせて使用​​していると思います。Calimo が言ったように、gbm.step は dismo の外には存在しません。

ROC の計算方法についての質問にはお答えできませんが (私は専門家ではありません。同じ質問があり、その方法でここにたどり着きました)、dismo は計算しないと言えます。dismo パッケージのコードを調べたところ、gaussian ファミリの ROC 計算が許可されていないようです。

于 2014-03-24T17:38:38.170 に答える