在 R 中绘制 ROC 曲线时出错 - UseMethod("predict") 中的错误：没有适用于“预测”的方法应用于“因子”类的对象

Posted 2023-03-13

【中文标题】在 R 中绘制 ROC 曲线时出错 - UseMethod("predict") 中的错误：没有适用于“预测”的方法应用于“因子”类的对象

【英文标题】：Error in plotting ROC curve in R - Error in UseMethod("predict") : no applicable method for 'predict' applied to an object of class "factor"

【发布时间】：2018-09-28 05:26:29

【问题描述】：

我正在开发一个程序，我在其中使用 SVM 进行训练和测试，然后我必须绘制 ROC 曲线。它给我带来了一个我一直试图解决的错误。不幸的是，谷歌和 *** 并没有太大帮助。 :( 任何帮助将不胜感激。

> head(weather.train)

我的数据集可以在上面的链接中找到。

library(e1071)
library(ROCR)
library(kernlab)
library(caret)


weather.train<-read.csv("weather.train.csv")
weather.test<-read.csv("weather.test.csv")

head(weather.train)
for(name in names(weather.test)) # For every column,
  if(is.factor(weather.test[[name]])) # if it's a factor variable,
    ## change its set of *levels* (possible values)
    ## to that of the training set.
    weather.test[[name]] <- factor(weather.test[[name]],
                                   levels=levels(weather.train[[name]]))
  
weather.train$Date <- NULL
weather.test$Date <- NULL

## train a support vector machine
svm_Train<-svm(RainTomorrow ~ .,data=weather.train,kernel = "radial", 
               cost=100,scale=F)

Prediction_Weather<- predict(svm_Train, weather.test)

Init<-table(truth = weather.test$RainTomorrow, prediction = Prediction_Weather)
confusionMatrix(Init)
#Tuning
best.tune(svm,RainTomorrow ~ ., data = weather.train,ranges = list(cost = 10^(-3:3), gamma = 10^(-3:3)))
svm_Train<-svm(RainTomorrow ~ .,data=weather.train,kernel = "radial", 
               cost=100,gamma=0.001,scale=F)
Prediction_Weather_Tuned<- predict(svm_Train, weather.test)
Accuracy<-table(truth = weather.test$RainTomorrow, prediction = Prediction_Weather)
confusionMatrix(Accuracy)
#Error is in the line. This part is for the ROC
svmPredict <- predict(Prediction_Weather_Tuned, weather.test)
pred <- prediction(attr(svmPredict,"probabilities")[,1], weather.test$RainTomorrow)
result <- performance(pred, "tpr", "fpr")
plot(result)

plot(svmPerf)

svmPredict

UseMethod("predict") 中的错误： 没有适用于“因素”类对象的“预测”方法

【问题讨论】：

你希望这条线能做什么？看起来Prediction_Weather_Tuned 是预测类的向量，您希望对这些预测类做什么？

知道如何更改它吗？有什么建议会有所帮助吗？这就是我得到的：> class(Prediction_Weather_Tuned) [1] "factor"

我最好的猜测是你想做类似predict(svm_Train, weather.test, probability = TRUE) 的事情来获得预测的概率。否则，您需要尝试解释您要达到的目标。

我试过了，同样的错误仍然存​​在。这是我的作业问题：这项任务的目的是构建一个 SVM，以根据今天的天气状况预测明天的降雨（RainTomorrow）。绘制并比较测试集上默认分类器和调优分类器的 ROC 曲线。

【参考方案1】：

Prediction_Weather_Tuned 不是经过训练的 SVM。

错误的变量类型重新考虑您的代码，并确保使用正确的变量。您想使用 SVM 进行预测，而不是使用更早的预测进行预测。