0

我必须得到 AUC（ROC 曲线下的面积）来评估我的模型。我正在使用带有 Biomod2 包的 SRE 模型。

Biomod2 通过evaluate()函数给我 AUC 值，这很好。然后我尝试用 ROCR 包检查 AUC，我遇到了一个大问题：evaluate() (Biomod2) 和 ROCR 的 AUC 值不一样。（对于其他一些没有在Biomod2上实现的模型，我必须使用ROCR包，所以我很着急。）

现在我正在尝试使用可重现的示例（来自 Biomod2 包的代码）来查找问题，但出现错误。

首先，来自 Biomod2 包的代码（可重现的示例）：

     library(biomod2)
     library(ROCR)

     # species occurrences
     DataSpecies <- read.csv(system.file("external/species/mammals_table.csv",
                                package="biomod2"), row.names = 1)
     head(DataSpecies)

     # the name of studied species
     myRespName <- 'GuloGulo'

     # the presence/absences data for our species 
     myResp <- as.numeric(DataSpecies[,myRespName])

     # the XY coordinates of species data
     myRespXY <- DataSpecies[,c("X_WGS84","Y_WGS84")]


     # Environmental variables extracted from BIOCLIM (bio_3, bio_4,     bio_7, bio_11 & bio_12)
     myExpl = stack( system.file( "external/bioclim/current/bio3.grd", 
                         package="biomod2"),
            system.file( "external/bioclim/current/bio4.grd", 
                         package="biomod2"), 
            system.file( "external/bioclim/current/bio7.grd", 
                         package="biomod2"),  
            system.file( "external/bioclim/current/bio11.grd", 
                         package="biomod2"), 
            system.file( "external/bioclim/current/bio12.grd", 
                         package="biomod2"))

     # 1. Formatting Data
     myBiomodData <- BIOMOD_FormatingData(resp.var = myResp,
                                 expl.var = myExpl,
                                 resp.xy = myRespXY,
                                 resp.name = myRespName)

     # 2. Defining Models Options using default options.
     myBiomodOption <- BIOMOD_ModelingOptions()

     # 3. Doing Modelisation

     myBiomodModelOut <- BIOMOD_Modeling( myBiomodData, 
                                 models = c('SRE'), 
                                 models.options = myBiomodOption, 
                                 NbRunEval=1, 
                                 DataSplit=80, 
                                 Yweights=NULL, 
                                 VarImport=3, 
                                 models.eval.meth = c('TSS'),
                                 SaveObj = TRUE,
                                 rescal.all.models = FALSE,
                                 do.full.models = FALSE,
                                 modeling.id='test')

     # 4. Evaluate model over another dataset (here the full one)

     ## creation of suitable dataset
     data <- cbind(GuloGulo=get_formal_data(myBiomodModelOut,'resp.var'), 
                   get_formal_data(myBiomodModelOut,'expl.var'))

     ## evaluation
     evaluate(myBiomodModelOut, data=data, stat=c('ROC','TSS'))

然后，从 ROCR 获取 AUC 的部分：

    # 4.1 Projection on current environemental conditions

    myBiomodProjection <- BIOMOD_Projection(modeling.output = myBiomodModelOut,
                                    new.env = myExpl,
                                    proj.name = 'current',
                                    selected.models = 'all',
                                    binary.meth = 'TSS',
                                    compress = FALSE,
                                    build.clamping.mask = FALSE)


    myBiomod_raster <- get_predictions(myBiomodProjection) #, as.data.frame=TRUE


    spp_occ <- myResp
    sauv_p <- as.vector(as.matrix(myBiomod_raster))

    ROC_curve <- data.frame(result=sauv_p, spp=spp_occ) #préparation
    ROC_curve <- prediction(ROC_curve$result, ROC_curve$spp) #run

    AUC <- performance( ROC_curve, "auc" )@y.values
    print(AUC[[1]])

我遇到的问题是我无法从 myResp 和 myBiomod_raster 创建 data.frame，因为length(myResp)= 2488 并且 myBiomod_raster 的长度是 5640。

错误是：参数暗示不同的行数

你知道如何使用这个 Biomod2 包示例中的数据来获得相同的行数吗？

非常感谢！

4

0 回答 0