R中的ROC曲线使用rpart包?

Posted

技术标签:

【中文标题】R中的ROC曲线使用rpart包?【英文标题】:ROC curve in R using rpart package? 【发布时间】:2015-08-29 08:32:47 【问题描述】:

我拆分了Train 数据集和Test 数据集。

我在 R(仅火车组)中为 CART(分类树)使用了包 rpart。我想使用ROCR 包进行 ROC 分析。

变量是`n。使用'(响应变量... 1=是,0=否):

> Pred2 = prediction(Pred.cart, Test$n.use)
Error in prediction(Pred.cart, Test$n.use) : 
  **Format of predictions is invalid.**

这是我的代码。什么是问题?什么是正确的type"class""prob"

library(rpart)
train.cart = rpart(n.use~., data=Train, method="class")

Pred.cart = predict(train.cart, newdata = Test, type = "class")

Pred2 = prediction(Pred.cart, Test$n.use)
roc.cart = performance(Pred2, "tpr", "fpr")

【问题讨论】:

【参考方案1】:

ROCR 包中的 prediction() 函数需要预测的“成功”概率以及观察到的失败与成功的因素。为了获得前者,您需要将predict(..., type = "prob") 应用于rpart 对象(即not "class")。但是,由于这会返回一个概率矩阵,每个响应类有一列,您需要选择“成功”类列。

不幸的是,作为您的示例不可重现,我使用来自 rpart 包的 kyphosis 数据进行说明:

library("rpart")
data("kyphosis", package = "rpart")
rp <- rpart(Kyphosis ~ ., data = kyphosis)

然后您可以应用来自ROCRprediction() 函数。在这里,我使用的是样本内(训练)数据,但同样可以应用于样本外(测试数据):

library("ROCR")
pred <- prediction(predict(rp, type = "prob")[, 2], kyphosis$Kyphosis)

你可以可视化ROC曲线:

plot(performance(pred, "tpr", "fpr"))
abline(0, 1, lty = 2)

或跨界的准确度:

plot(performance(pred, "acc"))

ROCR 支持的任何其他图表和摘要。

【讨论】:

很棒的答案!您从哪里获得所有这些知识? 还有什么是“成功”类?对于kyphosis 数据集,present 的情况相当明显,但如果我们使用ab 结果。哪一个应该被指定为成功? 您的选择。两者都可以,您可以选择您认为更容易解释的那个。【参考方案2】:
library("ROCR")
Pred.cart = predict(train.cart, newdata = Test, type = "prob")[,2] 
Pred2 = prediction(Pred.cart, Test$n.use) 
plot(performance(Pred2, "tpr", "fpr"))
abline(0, 1, lty = 2)

上面的代码 sn-p 将为您工作。

更多详情请参考链接: Classification Trees (R)

【讨论】:

以上是关于R中的ROC曲线使用rpart包?的主要内容,如果未能解决你的问题,请参考以下文章

如何使用 r 中的 ROCR 包绘制 ROC 曲线,*只有分类列联表*

使用 rocr 包的决策树 ROC 曲线

R语言使用pROC包绘制ROC曲线并使用smooth函数绘制平滑的ROC曲线(方法包括:binormaldensityfitdistrlogcondenslogcondens.smooth)

R使用pROC和ggplot2包绘制ROC曲线

R语言使用pROC包绘制ROC曲线获取最优阈值(threshold)及最优阈值对应的置信区间

R语言使用pROC包绘制ROC曲线并在ROC曲线上显示特异度和敏感度的置信区间(通过阴影区域以及线条显示)