我在使用 gbm 包计算 ROC 分数 (AUC) 时遇到问题。我正在使用增强的回归树。我正在运行的脚本是:
testing.tc5.lr005 <- gbm.step(data=ModelData,
gbm.x = 3:4,
gbm.y = 2,
family = "gaussian",
tree.complexity = 5,
learning.rate = 0.005,
bag.fraction = 0.5)
它应该产生“训练数据 ROC 分数”和“交叉验证 ROC 分数”以及其他相关参数。我没有得到 ROC 分数。我打电话names(testing.tc5.lr005)
。如果我调用它会列出cv.roc.matrix
但会产生以下内容testing.tc5.lr005$cv.roc.matrix
:
[1] 0 0 0 0 0 0 0 0 0 0
roc(TestData$TN,predTN)
我尝试通过(TestData~用于预测的数据,即观察值;predTN~预测值)来计算 ROC AUC 。结果是[1]NA
. 我不知道我做错了什么,尽管模型的其余部分似乎在合理的测试和 CV 相关性和 SE 值方面做得很好。任何关于我错在哪里或替代的指示将不胜感激!谢谢