L.S*_*ble 3 r machine-learning roc auc
newpred <- c(1, 0 ,0 ,1 ,0, 0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 1, 0,
0, 0, 1, 0, 1, 1, 0, 0, 1, 0, 1, 0, 0, 1, 1, 1, 0,0, 1, 0, 0,
0, 0,0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 1, 0, 1, 1, 0,
0, 1, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 1, 1, 1, 0, 0, 0,
1,0, 0, 0, 0, 0, 1, 0, 1, 1, 1, 1, 0, 0, 0, 1,
1, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0)
newlab <- c(0, 0 ,0 ,0 ,0 ,0 ,0 ,1 ,0 ,0 ,0 ,0 ,0 ,0,
0, 0 ,0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0 ,0, 1, 1, 0, 0, 0, 0, 0, 0, 1,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 1 ,0, 0 ,0, 0 ,0, 0 ,1, 0 ,0, 0 ,0, 0 ,0,
0, 0 ,1 ,0 ,0 ,0 ,0 ,0 ,0 ,1,
0 ,1, 0 ,1, 0 ,0, 0 ,0, 0 ,0, 0 ,0, 0 ,0, 0 ,0)
Run Code Online (Sandbox Code Playgroud)
所以第一个向量是我的预测,第二个向量是参考.我不明白为什么我的曲线看起来像V.我从未见过ROC曲线看起来像这样!我的顾问希望我添加点以通过添加更多点来使图表更平滑/更弯曲.我尝试使用pROC绘图,但我可以添加的唯一参数是预测和参考.
我也试过ROCR
print.cutoffs.at=seq(0,1,by=0.1), text.adj=c(-0.2,1.7))
Run Code Online (Sandbox Code Playgroud)
如何平滑曲线或添加更多点?
ROC图用于检查概率分类器的性能,意味着输出响应变量的概率为A类或B类的概率分类器.
从预测概率到硬预测类标签的方式是设置一个截止点:如果预测的A类概率大于截止值,则为其分配标签A.否则分配给它B.
通常人们使用0.5的值作为截止值,以便将观察值分配给具有最高概率的任何类别.但是,没有什么可以阻止您使用不同的截止值.如果你使用高截止值,例如0.9,那么你会看到很少有观察到A的观察 - 这就像告诉你的分类者只有在确信这是正确的值时才将东西标记为A.反之亦然,如果你使用低截止值 - 在这种情况下,只有当你非常确信B是正确的值时,才将某些东西标记为B.
ROC图基本上是通过将截止值从0 滑动到1来生成的,并查看结果预测标签与实际值的比较.但这假设您首先有潜在的概率预测.您只有预测标签,这就是您的情节退化的原因.
| 归档时间: |
|
| 查看次数: |
1385 次 |
| 最近记录: |