web-dev-qa-db-ja.com

ROCRパッケージでAUCを計算する方法

SVMモデルをフィッティングし、ROCRパッケージでROC曲線を作成しました。曲線下面積（AUC）を計算するにはどうすればよいですか？

set.seed(1)
tune.out=tune(svm ,Negative~.-Positive, data=trainSparse, kernel ="radial",ranges=list(cost=c(0.1,1,10,100,1000),gamma=c(0.5,1,2,3,4) ))
summary(tune.out)
best=tune.out$best.model

##prediction on the test set
ypred = predict(best,testSparse, type = "class")
table(testSparse$Negative,ypred)

###Roc curve
yhat.opt = predict(best,testSparse,decision.values = TRUE)
fitted.opt = attributes(yhat.opt)$decision.values
rocplot(fitted.opt,testSparse ["Negative"], main = "Test Data")##
rmachine-learningrocauc
12
mac gionny

predictionパッケージのROCRメソッドから始めます。

pred_ROCR <- prediction(df$probabilities, df$target)

プロットのROCを取得するには：

roc_ROCR <- performance(pred_ROCR, measure = "tpr", x.measure = "fpr")
plot(roc_ROCR, main = "ROC curve", colorize = T)
abline(a = 0, b = 1)

aUC値を取得します。

  auc_ROCR <- performance(pred_ROCR, measure = "auc")
  auc_ROCR <- [email protected][[1]]
10
Dan

あなたの例は完全ではないようですので、それを実行してそれに応じて変更することができないようですが、次の行に沿って何かを接続してみてください：

...
prediction.obj <- prediction(...)
perf <- performance(prediction.obj, measure = "auc")
print("AUC: ", [email protected])

sandipanのコード の後に追加できます。これにより、プロットのみが表示されます。

5ページのperformanceのROCRマニュアルを参照してください。 ftp://ftp.auckland.ac.nz/pub/software/CRAN/doc/packages/ROCR.pdf

"auc"は、performanceがもたらす可能性のある対策の1つです。

5
Tobia Tesan

AUCを計算

# Outcome Flag & Predicted probability
roc_val <-roc(testing.label,gbmPred) 

plot(roc_val,col='blue')

auc(roc_val)
1
Saranga

これを試して：

tune.out=tune(svm ,Negative~.-Positive, data=trainSparse, kernel ="radial",
              ranges=list(cost=c(0.1,1,10,100,1000),gamma=c(0.5,1,2,3,4), 
              probability = TRUE)) # train svm with probability option true
summary(tune.out)
best=tune.out$best.model
yhat.opt = predict(best,testSparse,probability = TRUE)

# Roc curve
library(ROCR)
# choose the probability column carefully, it may be 
# probabilities[,1] or probabilities[,2], depending on your factor levels 
pred <- prediction(attributes(yhat.opt)$probabilities[,2], testSparse$Negative) 
perf <- performance(pred,"tpr","fpr")
plot(perf,colorize=TRUE)

enter image description here

1
Sandipan Dey