小编Abh*_*hek的帖子

我randomForest在R平台上使用包进行分类任务.

rf_object<-randomForest(data_matrix, label_factor, cutoff=c(k,1-k))

其中k的范围为0.1至0.9.

pred <- predict(rf_object,test_data_matrix)

我有随机森林分类器的输出,我将它与标签进行了比较.因此,我有9个截止点的准确度,MCC,灵敏度,特异性等性能指标.

现在,我想绘制ROC曲线并获得ROC曲线下的面积,看看性能有多好.R中的大多数包(如ROCR,pROC)需要预测和标记,但我有灵敏度(TPR)和特异性(1-FPR).

任何人都可以建议我,如果截止方法是正确的还是可靠的,以产生ROC曲线？您是否知道使用TPR和FPR获得ROC曲线和曲线下面积的方法？

我还尝试使用以下命令来训练随机森林.通过这种方式,预测是连续的,ROCR并且pROC在R 中可以接受并打包.但是,我不确定这是否是正确的方法.任何人都可以向我推荐这种方法吗？

rf_object <- randomForest(data_matrix, label_vector)
pred <- predict(rf_object, test_data_matrix)

感谢您抽出时间阅读我的问题!我花了很长时间冲浪.感谢您的建议/意见.

我正在运行一个加载大文件的脚本.我在单核OpenSuSe服务器和四核PC中运行相同的脚本.正如我所预期的那样,它比服务器中的速度快得多.但是,脚本会降低服务器的速度,使其无法执行任何其他操作.

我的剧本是

for 100 iterations
Load saved data (about 10 mb)

时间myscript(在PC中)

real    0m52.564s
user    0m51.768s
sys    0m0.524s

时间myscript(在服务器中)

real    32m32.810s
user    4m37.677s
sys    12m51.524s

我想知道为什么当我在服务器中运行代码时"sys"如此之高.我使用top命令检查内存和CPU使用情况. 似乎仍然有免费记忆,所以交换不是原因.%sy是如此之高,它可能是服务器速度的原因,但我不知道是什么导致%sy这么高.使用最高CPU百分比(99%)的过程是"myscript".屏幕截图中%wa为零,但有时会变得非常高(50%).

当脚本运行时,平均负载大于1,但从未见过高达2.

我还检查了我的光盘:

strt:~ # hdparm -tT /dev/sda

/dev/sda:
 Timing cached reads:   16480 MB in  2.00 seconds = 8247.94 MB/sec
 Timing buffered disk reads:   20 MB in  3.44 seconds =   5.81 MB/sec

john@strt:~> df -h
Filesystem      Size  Used Avail Use% Mounted on
/dev/sda2       245G  102G  131G  44% /
udev            4.0G  152K  4.0G   1% /dev …

要在文件中查找字符串并打印输出的第一列，我们可以使用

grep "foo" file.txt | awk '{print $1}'可以awk单独使用

awk '/foo/ {print $1}' file.txt（/sf/answers/1600649291/）。

我想搜索文件中的字符串列表，而不是使用单个字符串 (foo) 作为模式。使用grep，这将是

grep -f file.txt file2.txt | awk '{print $1}' > outFile.txt

awk我可以单独使用做同样的事情吗？

file.txt
abcd
acde
a2rt

file2.txt
1 albcd dhakd kdf
3 abcdbd and
2a bda2rt tert

outFile.txt
3
2a

谢谢！阿布舍克

我想用ggplot绘制条形图.我使用scale_y_log10来重新缩放y轴.当使用下面的脚本时,我得到两个方向(向上和向下)的条形,条形从1开始.我明白这是因为,log10(1)= 0.

ggplot (data=dat, aes(x=Col2,y=Col4,fill=Col3,group=Col1))+
geom_bar(stat="identity")+ facet_grid(.~Col1,scales="free_x",space="fixed")+
ylab("")+xlab("")+scale_fill_discrete("")+
scale_y_log10("#Counts",breaks=c(.1,1,10,100,1000),expand=c(0,0))+
theme_bw()+
theme(axis.text.x=element_text(angle=45,hjust=1,vjust=1))

现在,我想强制条形从较低的值(比如0.1或0.01)开始,并使所有条形向上.我怎样才能做到这一点？试图找到相关的帖子和​​信息,但没有运气.如果有这样的信息,有人可以指导我吗？

编辑:我想使用scale_y_log10,因为大多数条形都很低,有些条形图非常高.如果我使用scale_y_continuous,则不能正确显示较短的条形.