2

看着 pROC 包,我对响应和预测器有点困惑:

响应:响应的因子、数字或字符向量,通常用 0(控制)和 1(案例)编码。物体。ROC 曲线中只能使用两个类别。如果向量包含两个以上的唯一值,或者它们的顺序可能不明确,请使用级别来指定哪些值必须用作控制值和大小写值。

predictor:一个数字向量,包含每个观察值。有序因子被强制转换为数字。

例如,如果我使用:

auc(响应,预测)

响应是我的模型产生的事实和预测因素吗?

我的“真相”是 0 或 1,并且预测向量包含概率。

4

1 回答 1

5

您似乎(几乎)正确地说明了它。ROC 曲线提供的答案是,如果知道真相,可以预期的正或负准确度。但是,最后一句话 a 是不正确的,因为您提供了 a) 响应和 b) 模型的测量值或分数,而不是概率。在特定情况和对照中,在不同级别的截止值生成一系列表格后,软件应返回并绘制特异性的敏感性和互补性。

信息量最大的 ROC 图将标记 ROC 曲线上的截止值。当我使用那个包时,没有这样的标签,我在家宴上搜索其他包。

于 2012-05-01T17:37:01.217 回答