我randomForest在 R 平台中使用包进行分类任务。
rf_object<-randomForest(data_matrix, label_factor, cutoff=c(k,1-k))
其中 k 的范围从 0.1 到 0.9。
pred <- predict(rf_object,test_data_matrix)
我有随机森林分类器的输出，并将其与标签进行了比较。所以，我有 9 个截止点的性能指标，如准确性、MCC、灵敏度、特异性等。
现在，我想绘制 ROC 曲线并获得 ROC 曲线下的面积，看看性能有多好。R 中的大多数包（如 ROCR、pROC）都需要预测和标签，但我有敏感性（TPR）和特异性（1-FPR）。
如果截止方法正确或可靠地产生ROC曲线，有人可以建议我吗？您知道使用 TPR 和 FPR 获得 ROC 曲线和曲线下面积的任何方法吗？
我还尝试使用以下命令来训练随机森林。这样，预测是连续的，并且可以被 R 中的包所接受ROCR。pROC但是，我不确定这是否是正确的做法。有人可以向我推荐这种方法吗？
rf_object <- randomForest(data_matrix, label_vector)
pred <- predict(rf_object, test_data_matrix)
感谢您花时间阅读我的问题！我为此花了很长时间冲浪。感谢您的建议/建议。