使用 rocr 包的决策树 ROC 曲线

Posted 2023-03-13

【中文标题】使用 rocr 包的决策树 ROC 曲线

【英文标题】：ROC curve for decision trees using rocr package

【发布时间】：2016-05-26 02:19:23

【问题描述】：

我使用rpart 包来开发我的树并预测模型。最后，为了绘制 ROC 曲线，我尝试使用 rocr 包。抱歉，无法使用内置数据集复制它。请找到我使用的 csv 的链接：

Wine Quality.csv

现在请看我的代码：

#setting up data
data<- read.csv(file.choose())
quality_binary <- ifelse(wine_quality >5,"high","low")
data <- data.frame(data,quality_binary)

#re shuffling the data
set.seed(9850)
g <- runif(nrow(data))
datar<- data[order(g),]
#removing the wine quality column since it has to be predicted
datar <- datar[-12]

library(rpart)  
library(rpart.plot)
library(cvTools) 
library(caret)
library(tree)

k <- 10 # setting the value for 10 fold validation 

folds <- cvFolds(NROW(datar), K=k)
datar$holdoutpred <- rep(0,nrow(datar))

for(i in 1:k)

train <- datar[folds$subsets[folds$which != i], ] #training set
validation <- datar[folds$subsets[folds$which == i], ] #validation set

#tree model
tree_model_rpart_gini = rpart(quality_binary~.,data = train,
        parms = list(split = "information"), method  = "class")
rpart.plot(tree_model_rpart_gini,type = 3,extra = 101)

#prediction
pred_model_rpart_gini <- predict(tree_model_rpart_gini,   
newdata=validation, type="class")

datar[folds$subsets[folds$which == i], ]$holdoutpred <-   
pred_model_rpart_gini



#plotting ROC curve

library(ROCR)
 pred1 <- prediction(predict(datar$pred_model_rpart_gini),   
 datar$quality_binary)
 perf1 <- performance(pred1,"tpr","fpr")
 plot(perf1)

我的错误是：

pred1 <- prediction(predict(datar$pred_model_rpart_gini),   
datar$quality_binary)
Error in UseMethod("predict") : 
no applicable method for 'predict' applied to an object of class "NULL"

【问题讨论】：

这是不可重现的。尝试使用一些内置数据集（例如 mtcars）创建一棵树，并在此处发布您的代码。

如何在评论中发布代码

改为编辑您的问题。

从不在评论中发布代码。使用edit 按钮。

在您之前的这个问题的副本中，您的代码仍然运行得更好吗？现在你已经完全破坏了它......Decision tree classification and accuracy estimation using 10 fold cross validation

【参考方案1】：

datar$pred_model_rpart_gini 是 NULL 即未定义。

你可能打算改用pred_model_rpart_gini（不是datar$）？

【讨论】：

对不起，不明白。你能解释一下吗？

那里有一个复制和粘贴错误，需要修复。如果你在一个地方重命名，你必须在所有地方重命名。