计算二元分类输出的ROC曲线。

Question

我必须能够在二元分类问题上绘制ROC曲线，但是作为预测因子必须插入一个数值或有序向量，由于我已经进行了分类，我的预测因子是因子（0,1）。

有什么方法可以解决这个问题吗？

rfCarseats

Call:
 randomForest(formula = Salesdic ~ ., data = train_Carseats, proximity = TRUE) 
               Type of random forest: classification
                     Number of trees: 500
No. of variables tried at each split: 3

        OOB estimate of  error rate: 20%
Confusion matrix:
    0  1 class.error
0 153 17   0.1000000
1  39 71   0.3545455

> prediction_rf_Carseats
  2   3   4   6  10  13  15  19  24  28  32  45  46  52  54  56  60  61  66  67  69  70  73  76  79  81 101 106 111 
  1   1   0   1   0   0   1   1   0   0   0   0   0   0   0   0   0   0   0   1   1   0   0   0   0   1   0   0   1 
116 121 128 130 139 143 149 155 161 162 163 164 167 168 171 172 176 179 186 188 189 190 191 194 195 201 203 204 206 
  0   0   0   0   1   0   0   1   0   0   0   0   0   0   0   1   0   1   0   0   0   1   1   1   1   0   0   0   0 
207 208 211 215 220 221 225 229 232 233 234 236 239 243 249 251 253 257 258 264 267 274 279 283 290 295 297 300 301 
  0   0   0   0   1   1   0   0   1   1   1   0   0   0   0   1   0   0   0   0   1   1   1   1   0   1   1   1   1 
304 306 307 308 311 312 316 318 321 323 326 331 332 336 338 339 340 346 353 356 362 363 369 370 372 374 376 385 388 
  1   0   0   0   0   0   0   0   0   1   1   0   0   0   0   0   1   0   1   1   0   0   1   1   0   0   0   1   0 
392 396 397 399 
  0   1   0   0 
Levels: 0 1

> train_Carseats$Salesdic
  [1] 1 0 1 1 0 1 0 0 0 0 0 1 1 0 0 0 1 1 0 0 1 0 0 1 1 1 0 0 0 0 0 0 1 0 0 0 0 1 0 1 1 0 0 1 0 0 0 0 1 0 1 0 1 0 1 0
 [57] 0 0 0 0 1 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 1 1 0 0 1 1 1 1 1 0 0 0 0 0 1 0 1 1 0 0 1 0 1 1 0 0 0 0 0 1 1 1 1 0 1
[113] 0 1 1 0 0 1 1 0 1 0 1 1 1 0 0 1 1 1 1 0 1 0 1 1 0 0 0 1 0 1 0 0 1 1 0 0 0 0 0 0 0 1 0 1 0 0 0 1 0 0 0 0 1 1 1 1
[169] 0 1 0 0 1 0 0 1 1 1 0 0 0 0 1 0 0 0 0 0 1 1 0 0 1 0 1 0 1 1 1 1 0 1 0 1 0 1 0 0 0 0 1 0 0 0 0 1 1 1 0 1 0 0 0 1
[225] 1 0 0 0 1 1 0 1 1 0 1 1 0 1 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0 0 0 0 1 0 1 0 0 0 1 0 0 0 0 0 0 1
Levels: 0 1

Answer 1

编辑(问题解决):从我有一个randomForest对象的事实出发，从输出中我可以进行下面的代码。

library(pROC)
ROC_Carseats_RF <- roc(train_Carseats$Salesdic, rfCarseats$votes[ , 1],
                smoothed = TRUE,
                ci=TRUE, ci.alpha=0.9, stratified=FALSE,
                plot=TRUE, auc.polygon=TRUE, max.auc.polygon=TRUE, grid=TRUE,
                print.auc=TRUE, show.thres=TRUE)
plot.roc(ROC_Carseats_RF, print.auc = TRUE)

它考虑到了森林中正确投票的树木的响应值.

绘图在这里