[英]How to compute area under ROC curve from predicted class probabilities, in R using pROC or ROCR package?
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......
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
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.