我有一些模型,ROCR在预测类百分比的向量上使用包,我有一个性能对象.使用规范"tpr"绘制性能对象,"fpr"给出了ROC曲线.
我正在比较假阳性率(x)的某些阈值的模型.我希望从性能对象中获得真正的正率(y)的值.更重要的是,我想获得用于生成该点的类别百分比阈值.
在x-value不高于阈值的情况下最接近阈值的误报率()的索引号应该给出适当的真阳性率(y-value)的索引号.我不确定如何获得该索引值.
更重要的是,我如何获得用于表达这一点的类概率的阈值？
我想创建一个Web应用程序,其中用户输入一组标识符,并在地图上显示与这些标识符相关的一组点.
麻烦的是,这些数据的数量可能达到数十至数十万,甚至可能达到数百万.鉴于这种可能性,我想采取轻松的措施.以下是我理想的聚合行为.
在低缩放级别,我想将这些点聚合成按状态计数(适当的符号体系大小/颜色表示更高的强度,点以状态质心为中心).在稍高的缩放级别,这些将通过较小的多边形分成计数.在更高的变焦,更小的多边形.如果没有聚合,地图上的点数将小于~500,那么只需绘制点.
这些多边形已经确定,每个点在其数据中都包含它所在的每个多边形的多边形ID.
由于点在各个多边形内随机绘制以开始,因此多边形内的点的实际分布无关紧要.或者更确切地说,任何忽略绘制点的多边形的聚合都将消除信息.出于这个原因,我不能使用markercluster(至少不能使用我看到的选项.如果有一种简单的方法可以按照我正在寻找的方式进行聚合,请告诉我)
由于各种原因(我不是javascript程序员,我是R程序员)我在R内的传单包的范围内工作.是否有一种方法可以根据这种方式缩放来更改聚合级别？
我整理了一个玩具数据集,其中包含一个相对较小的子集(1个实体,3个状态,~10k观测值)以及这些状态的人口普查区和县的质心.
http://s000.tinyupload.com/index.php?file_id=00048836337627834343