3

キャレット ライブラリを使用して、10 倍の交差検証と 5 回の繰り返しを使用して、二項分類問題のクラス確率と予測を計算しました。

これで、クラス ラベルを予測するためにアルゴリズムによって使用されたTRUE (各データ ポイントの観測値) 値、PREDICTED (アルゴリズムによる) 値、クラス 0 確率、およびクラス 1 確率が得られました。

またはライブラリrocを使用してオブジェクトを作成し、値を計算するにはどうすればよいですか?ROCRpROCauc

これらすべての値がデータフレームに保存されていると仮定しますpredictions。たとえばpredictions$pred、 とpredictions$obsはそれぞれ予測値と真の値などです...

4

1 に答える 1

5

再現可能な例を提供しなかったので、バイナリ分類の問題があり、ClassそれがGoodまたはであると予測すると仮定していますBad。

predictions <- predict(object=model, test[,predictors], type='prob')

できるよ：

> pROC::roc(ifelse(test[,"Class"] == "Good", 1, 0), predictions[[2]])$auc
# Area under the curve: 0.8905
于 2015-05-05T03:21:26.670 に答える