問題タブ [proc-r-package]

pROCパッケージを見ると、応答と予測子について少し混乱しています。

応答：応答の因子、数値、または文字ベクトル。通常は0（コントロール）と1（ケース）でエンコードされます。オブジェクト。ROC曲線で使用できるクラスは2つだけです。ベクトルに3つ以上の一意の値が含まれている場合、またはそれらの順序があいまいである可能性がある場合は、レベルを使用して、コントロール値およびケース値として使用する必要がある値を指定します。

予測子：各観測値を含む数値ベクトル。順序付けられた係数は数値に強制変換されます。

たとえば、私が使用する場合：

auc（応答、予測子）

応答は私のモデルが生成する真実と予測因子ですか？

私の「真実」は0または1であり、予測ベクトルには確率が含まれています。

たとえば、R (pROC パッケージ) で multiclass.roc 関数を使用する場合、ランダム フォレストによってデータ セットをトレーニングしました。コードは次のとおりです。

結果は次のとおりです。

これは正しいですか？ありがとう！！！

「pROC」リファレンス: http://www.inside-r.org/packages/cran/pROC/docs/multiclass.roc

pROCパッケージで ROC 曲線をプロットするために、事前に指定されたカットオフ値 (しきい値) を使用できますか? たとえば、コントロール/ケースの値と、対応する感度と特異性を計算するための独自のしきい値ポイントを入力できますか?

pROCR のパッケージを使用して、特定のしきい値に対応する SP および SN 値のブートストラップ信頼区間を生成してきました。ただし、PPV および NPV 値の CI を生成する方法を見つけることができませんでした。そのような機能は内部に存在しpROCますか？

私は R を初めて使用し、この問題に遭遇しました。2 つの予測手法 (サポート ベクター マシンとニューラル ネットワーク) をいくつかのデータに適用して比較し、それらのパフォーマンスを比較したいと考えています。これを行うには、ROC 曲線を使用します。コードは ROC 曲線の下の領域を計算するはずですが、機能していません。ニューラル ネットワーク コードは正常に動作しますが、SVM 部分を実行すると、次のエラーが発生しました。

> aucs <- auc((dtest$recid=="SI")*1, lr.pred)

roc.default(response, predictor, auc = TRUE, ...) のエラー: Predictor は数値または順序付けされている必要があります。

> obj.roc <-roc((dtest$recid=="SI")*1, lr.pred )

roc.default((dtest$recid == "SI") * 1, lr.pred) のエラー: 予測子は数値または順序付けされている必要があります。

これは私が持っているコードです。

情報を探していますが、私が使用している方法についてはほとんどないようです。ROCR というパッケージが便利だと思いますが、パフォーマンス機能でもエラーが発生します。私はこのすべてのライブラリで少し迷っているので、改善せずに最初のソリューションに固執しようとしました。私は何をすべきか？

編集：

このソリューションは、Calimo のアイデアに基づいていました。predict の戻り値は、必要な形式のデータを提供しないため、これを使用する必要がありました。

文は、ROC 曲線で分析される列を取得します。

multiclass.roc パラメーターがどのように見えるかを理解するのに苦労しています。ここに私のデータのスナップショットがあります:

multiclass.roc を次のように呼び出してみました:

しかし当然、エラーが発生します：

バイナリ分類の問題の場合、「予測子」に確率 (観測ごとに 1 つ) を含める必要があることを知っています。ただし、私の場合、3 つのクラスがあるため、予測子は、各クラスの確率に対応する 3 つの列 (または 3 つの値のサブリスト) を持つ行のリストです。私の「予測子」が現在のように見えるのではなく、どのように見えるべきか知っている人はいますか?

関数に渡して後でプロットできる rPOC プロット OBJECT を作成したいと思います。以下の例 (ここから取得) では、確かに ROC 曲線をプロットできます。しかし、プロット OBJECT を作成したいと思います (たとえば、g <- を定義し、後で plot(g) でプロットします)。以下のciobj、ci関数のプロットは元のプロットに追加されるようですが、これらのレイヤーを一緒に組み立てるOBJECTを作成できません。「追加」引数を試し、これらのプロット関数の戻り値で新しいプロット オブジェクトを作成しました。

RでpROCパッケージの関数「roc」を使ってrocオブジェクトを作成し、rocオブジェクトをプロットしたいです。ただし、「方向」引数が何をするのかはわかりません。コントロールの予測値の中央値は、ケースの予測値の中央値よりも小さいです。したがって、正しい方向は「<」である必要があると思います。しかし、方向引数「>」でプロットすると。鏡像として、対角線を横切ってROC曲線を反転させただけです。この状況で疑問に思っているのは、データが 1 つのことを示しており、議論が別の方向を強要しているということです。何が何と比較されており、どのように比較が行われているのでしょうか? 引数「方向」について、この関数に関する pROC マニュアルを読みましたが、説明が非常に簡潔で不明確です。

皆様のご意見をお待ちしております。

私は 2 つの列を持つデータフレームを持っています: score1which isnumericとtruth1which is boolean。truth1を使って予測したいscore1。そのためには、単純な線形モデルが必要であり、適切なしきい値、つまりROC 曲線で75% の感度が得られるしきい値を求めます。したがって、私は：

私の問題は、0.75 の感度が ROC 曲線に表示されないため、座標が「NA」を返すことです。ここに私の質問があります: 最大の特異性で、少なくとも 0.75 の感度を与えるしきい値を取得するにはどうすればよいですか?

R でパッケージを使用して、pROC感度、特異性、およびしきい値レベルを計算しようとしています。サンプルデータはこちら

このエラーが発生する理由と修正方法を教えてくれる人はいますか?

ありがとうございました