全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 R语言论坛
5574 3
2017-04-24
我使用的是pROC包,关于roc()的参数我有点疑惑,modelroc <- roc(mydata.test$y,res_cost),第一个mydata.test$y是实际数据里y变量的值,res_cost是我使用C50包构建决策树之后用predict.C5.0函数得到的预测结果,这两个都是factor的vector应该是,然后直接运行的话报错:第二个参数必须是numeric或者有序的,我就用as.numeric把res_cost转换成数字最后得到的图像如下 Rplot.jpeg 我的问题就是决策树的roc图像怎么只有一个折点,如何设置更多的折点,我查资料发现折点多少其实是通过改变分类器的阈值从而得到一组有序的正样本概率,但是决策树该如何改变概率呢?之后绘制roc曲线的参数又该如何设置呢?还是说决策树的ROC图像就长这样??
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2018-10-7 21:04:07
tree <- rpart(HCAI ~ hospital + age + gender + admseason + low_protein + UC + UN + UCN + UCL + UNL + LOS + fever + LOSICU + surnum + preoperative + postoperative + postoperative_ant + postoperative_antD + bacterial_culture + antibiotic + antibioticD + comb_ant + comb_antD + spec_ant + spec_antD  + sing_antD + doub_antD + Trip_antD + blood_exam + abblood + uri_exam + aburi + ventilatorD + ventilatorT + cvcD + cvcT + uriD + uriT + add, method = "class", data = LR_train)
tree

#ROC曲线的绘制
library(pROC)
froc <- roc(LR_train$HCAI, tree$y)
froc
plot(froc, print.auc = TRUE, auc.polygon = TRUE, legacy.axes = TRUE,
     grid = c(0.1, 0.2), grid.col = c("green", "red"), max.auc.polygon = TRUE,  
     auc.polygon.col = "skyblue", xlab = "1-specificity", ylab = "sensitivity")
ci(froc)

这样做对不对
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2018-10-7 21:05:00
结果AUC=1
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2018-10-7 21:09:05
感觉怪怪的,请大神指点
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群