将 pROC 包与 h2o 一起使用

Posted 2023-03-12

【中文标题】将 pROC 包与 h2o 一起使用

【英文标题】：Use pROC package with h2o

【发布时间】：2019-10-01 16:22:16

【问题描述】：

我正在使用 h2o 包对 GBM 进行二进制分类。我想评估某个变量的预测能力，如果我是正确的，我可以通过比较具有特定变量的模型和没有特定变量的模型的 AUC 来做到这一点。

我以泰坦尼克号数据集为例。

所以我的假设是： 年龄对于一个人能否存活具有重要的预测价值。

df <- h2o.importFile(path = "http://s3.amazonaws.com/h2o-public-test-data/smalldata/gbm_test/titanic.csv")
response <- "survived"
df[[response]] <- as.factor(df[[response]])           
## use all other columns (except for the name) as predictors
predictorsA <- setdiff(names(df), c(response, "name")) 
predictorsB <- setdiff(names(df), c(response, "name", "age")) 

splits <- h2o.splitFrame(
  data = df, 
  ratios = c(0.6,0.2),   ## only need to specify 2 fractions, the 3rd is implied
  destination_frames = c("train.hex", "valid.hex", "test.hex"), seed = 1234
)
train <- splits[[1]]
valid <- splits[[2]]
test  <- splits[[3]]

gbmA <- h2o.gbm(x = predictorsA, y = response, distribution="bernoulli", training_frame = train)
gbmB <- h2o.gbm(x = predictorsB, y = response, distribution="bernoulli", training_frame = train)

## Get the AUC
h2o.auc(h2o.performance(gbmA, newdata = valid))
[1] 0.9631624
h2o.auc(h2o.performance(gbmB, newdata = test))
[1] 0.9603211

我知道 pROC 包有一个 roc.test 函数来比较两条 ROC 曲线的 AUC，我想将此函数应用于我的 h2o 模型的结果。

【问题讨论】：

提供样本数据。

完成，以泰坦尼克号数据集为例

【参考方案1】：

你可以这样做-

valid_A <- as.data.frame(h2o.predict(gbmA,valid))
valid_B <- as.data.frame(h2o.predict(gbmB,valid))
valid_df <- as.data.frame(valid)
roc1 <- roc(valid_df$survived,valid_A$p1)
roc2 <- roc(valid_df$survived,valid_B$p1)


> roc.test(roc1,roc2)

    DeLong's test for two correlated ROC curves

data:  roc1 and roc2
Z = -0.087489, p-value = 0.9303
alternative hypothesis: true difference in AUC is not equal to 0
sample estimates:
AUC of roc1 AUC of roc2 
  0.9500141   0.9504367