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。
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。