R中多类分类的ROC曲线

Posted 2023-03-12

【中文标题】R中多类分类的ROC曲线

【英文标题】：ROC curves for multiclass classification in R

【发布时间】：2016-08-06 11:26:23

【问题描述】：

我有一个包含 6 个类的数据集，我想为多类分类绘制一条 ROC 曲线。 Achim Zeileis 在这个帖子中给出的第一个答案是一个非常好的答案。

ROC curve in R using rpart package?

但这仅适用于二项式分类。我得到的错误是Error in prediction, Number of classes is not equal to 2。有人为多类分类做过这个吗？

这是我正在尝试做的一个简单示例。 数据

假设 data$cType 具有 6 值（或级别）为（red、green、blue、yellow、black 和 white)

有没有为这 6 个类绘制 ROC 曲线？任何超过 2 个类的工作示例将不胜感激。

【问题讨论】：

@achim-zeileis，亲爱的有什么建议吗？

您希望在多类分类的 ROC 曲线中显示什么？ ROC 曲线旨在显示二元结果；更准确地说是两个比率：真阳性与假阳性。您可以为您的六个案例建立每条这样的曲线，但我看不出如何定义多类分类的单个 ROC 曲线。

我想像对二进制文件一样进行所有性能测量。我已经读到可以使用名为 pROC 的 R 包来实现它，但我找不到一个可行的示例。

在我看来，唯一可行的方法是将问题转换为几个二进制问题，方法是定义六种不同的“一个与其余”案例并评估相应的 ROC 曲线。

我现在用一个简单的例子编辑了我的问题。亲爱的，你能给我一个简单的工作例子吗？

【参考方案1】：

我知道这是一个老问题，但唯一的答案是使用 Python 编写的这一事实让我很困扰，因为该问题专门要求 R 解决方案。

从下面的代码可以看出，我使用的是pROC::multiclass.roc() 函数。使其工作的唯一要求是预测矩阵的列名称匹配真正的类 (real_values)。

第一个示例生成随机预测。第二个产生更好的预测。第三个生成完美的预测（即，始终将最高概率分配给真实类。）

library(pROC)
set.seed(42)
head(real_values)
real_values <- matrix( c("class1", "class2", "class3"), nc=1 )

# [,1]    
# [1,] "class1"
# [2,] "class2"
# [3,] "class3"

# Random predictions
random_preds <- matrix(rbeta(3*3,2,2), nc=3)
random_preds <- sweep(random_preds, 1, rowSums(a1), FUN="/")
colnames(random_preds) <- c("class1", "class2", "class3")


head(random_preds)

#       class1    class2    class3
# [1,] 0.3437916 0.6129104 0.4733117
# [2,] 0.6016169 0.4700832 0.9364681
# [3,] 0.6741742 0.8677781 0.4823129

multiclass.roc(real_values, random_preds)
#Multi-class area under the curve: 0.1667



better_preds <- matrix(c(0.75,0.15,0.5,
                         0.15,0.5,0.75,
                         0.15,0.75,0.5), nc=3)
colnames(better_preds) <- c("class1", "class2", "class3")

head(better_preds)

#       class1 class2 class3
# [1,]   0.75   0.15   0.15
# [2,]   0.15   0.50   0.75
# [3,]   0.50   0.75   0.50

multiclass.roc(real_values, better_preds)
#Multi-class area under the curve: 0.6667


perfect_preds <- matrix(c(0.75,0.15,0.5,
                          0.15,0.75,0.5,
                          0.15,0.5,0.75), nc=3)
colnames(perfect_preds) <- c("class1", "class2", "class3")
head(perfect_preds)

multiclass.roc(real_values, perfect_preds)
#Multi-class area under the curve: 1

【参考方案2】：

在具有相同要求的同时回答一个老问题 - 我发现 scikit 文档很好地解释了一些方法。

http://scikit-learn.org/stable/auto_examples/model_selection/plot_roc.html

提到的方法包括：

“二值化”，即将问题转换为二值分类，使用宏观平均或微观平均 绘制多条 ROC 曲线，每个标签一条 一对一

从上面的链接中复制示例，说明一对多和使用它们的库进行微平均：

print(__doc__)

import numpy as np
import matplotlib.pyplot as plt
from itertools import cycle

from sklearn import svm, datasets
from sklearn.metrics import roc_curve, auc
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import label_binarize
from sklearn.multiclass import OneVsRestClassifier
from scipy import interp

# Import some data to play with
iris = datasets.load_iris()
X = iris.data
y = iris.target

# Binarize the output
y = label_binarize(y, classes=[0, 1, 2])
n_classes = y.shape[1]

# Add noisy features to make the problem harder
random_state = np.random.RandomState(0)
n_samples, n_features = X.shape
X = np.c_[X, random_state.randn(n_samples, 200 * n_features)]

# shuffle and split training and test sets
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=.5,
                                                    random_state=0)

# Learn to predict each class against the other
classifier = OneVsRestClassifier(svm.SVC(kernel='linear', probability=True,
                                 random_state=random_state))
y_score = classifier.fit(X_train, y_train).decision_function(X_test)

# Compute ROC curve and ROC area for each class
fpr = dict()
tpr = dict()
roc_auc = dict()
for i in range(n_classes):
    fpr[i], tpr[i], _ = roc_curve(y_test[:, i], y_score[:, i])
    roc_auc[i] = auc(fpr[i], tpr[i])

# Compute micro-average ROC curve and ROC area
fpr["micro"], tpr["micro"], _ = roc_curve(y_test.ravel(), y_score.ravel())
roc_auc["micro"] = auc(fpr["micro"], tpr["micro"])

我实际上正在寻找一个 javascript 解决方案（使用 https://github.com/mljs/performance），所以我没有使用上述库实现它，但它是迄今为止我发现的最有启发性的示例。