我正在使用 ROCR 包，我想知道如何在 R 中为 knn 模型绘制 ROC 曲线？有没有办法用这个包把它全部绘制出来？
我不知道如何使用ROCR的预测功能进行knn。这是我的示例，我正在使用来自 UCI 存储库的 isolet 数据集，其中我将类属性重命名为 y：
cl<-factor(isolet_training$y)
knn_isolet<-knn(isolet_training, isolet_testing, cl, k=2, prob=TRUE)
现在我的问题是，传递给 ROC 预测函数的参数是什么。我尝试了以下两种不起作用的替代方法：
library(ROCR)
pred_knn<-prediction(knn_isolet$y, cl)
pred_knn<-prediction(knn_isolet$y, isolet_testing$y)
为了在此处获得 ROC 曲线，需要解决几个步骤。我只是要弥补一些数据，因为你没有提供一种简单的方法来获取你正在使用的数据。请注意，ROCR包希望类标签是正面/负面的，而不是因素，所以让我们把它们变成这样。
# Generate fake data
isolet_training <- sweep(matrix(rnorm(400), 40, 10), 1, rep(0:1, each=20))
isolet_testing <- sweep(matrix(rnorm(400), 40, 10), 1, rep(0:1, each=20))
# Generate class labels
cl <- cl_testing <- rep(c(-1, 1), each=20)
您现在可以训练您的 knn 并从"prob"属性中获取其类别概率。
knn_isolet <- class::knn(isolet_training, isolet_testing, cl, k=2, prob=TRUE)
prob <- attr(knn_isolet, "prob")
# you can probably use just `knn` instead of `class::knn`,
# but for some reason it did not work for me.
但是，它们以ROCR不接受的形式出现，因此我们需要为-1类反转它们并重新调整它们。
prob <- 2*ifelse(knn_isolet == "-1", 1-prob, prob) - 1
现在您可以将“概率”输入ROCR包的函数并获得 ROC 曲线。
pred_knn <- prediction(prob, cl_testing)
pred_knn <- performance(pred_knn, "tpr", "fpr")
plot(pred_knn, avg= "threshold", colorize=T, lwd=3, main="Voilà, a ROC curve!")
pred_knn<-prediction(knn_isolet$y, isolet_testing$y)
这条线可以正常工作，但根据文档，两个参数都必须是向量。
所以首先做：
knn_isolet$y <- as.vector(knn_isolet$y, mode = "numeric")
isolet_testing$y <- as.vector(isolet_testing$y, mode = "numeric")
注意：ROCR 只支持二分类。因此，请检查“knn_isolet$y”和“isolet_testing$y”中的级别是否具有相同的标签。