ROCR 包 - 逻辑回归以外的分类算法

Posted 2023-03-13

【中文标题】ROCR 包 - 逻辑回归以外的分类算法

【英文标题】：ROCR Package - Classification algo other than logistic regression

【发布时间】：2018-04-08 10:48:25

【问题描述】：

我指的是this 链接，该链接解释了使用 ROCR 包绘制 ROC 曲线和其他相关的精度测量指标。作者一开始就提到了逻辑回归，但是这些功能（预测，ROCR 的性能）是否适用于其他分类算法，如 SVM、决策树等？

我尝试将 prediction() 函数与我的 SVM 模型的结果一起使用，但尽管参数的类型和维度相同，但它引发了格式错误。此外，我不确定如果我们尝试为这些算法提出 ROC 曲线，我们会得到一个类似于我们通常在逻辑回归中看到的形状（如 this）。

【问题讨论】：

你能提供一个可重现的例子吗？

【参考方案1】：

prediction 和 performance 函数与模型无关，因为它们只需要用户输入来自二元分类器的实际值和预测值。 （更准确地说，这是prediction 需要的，performance 将prediction 输出的对象作为输入）。因此，您应该能够将这两个函数用于任何可以输出此信息的分类算法 - 包括逻辑回归和 SVM。

话虽如此，模型预测可以采用不同的格式（例如，倾向得分与类别；结果存储为 numeric 与 factor），您需要确保输入的内容与 @987654328 @是合适的。这可能非常具体，例如，虽然predictions 参数可以表示连续或类信息，但它不能成为一个因素。有关详细信息，请参阅函数帮助文件的“详细信息”部分。