如何使用pROC或ROCR包在R中根据预测的类概率计算ROC曲线下的面积？

Question

我使用插入库来计算二元分类问题的类概率和预测，使用10倍交叉验证和5次重复。

现在我有TRUE （每个数据点的观测值）值， PREDICTED （通过算法）值， 0级概率和1类概率 ，它们被算法用来预测类标签。

现在我如何使用ROCR或pROC库创建一个roc对象，然后计算auc值？

假设我将所有这些值存储在predictions数据帧中。 例如predictions$pred和predictions$obs分别是预测值和真值，依此类推......

Answer 1

由于您没有提供可重现的示例，我假设您有二进制分类问题，并且您在Class上预测Good或Bad 。

predictions <- predict(object=model, test[,predictors], type='prob')

你可以做：

> pROC::roc(ifelse(test[,"Class"] == "Good", 1, 0), predictions[[2]])$auc
# Area under the curve: 0.8905