2

Obese 是一个二元响应变量，1 表示肥胖，0 表示不肥胖。体重是一个连续的预测指标。

使用 RF 对肥胖进行分类：

library(randomFores)

rf <- randomForest(factor(obese)~weight)

为我们提供了一个 fit 对象，其中包含：

> summary(rf)
                Length Class  Mode     
call               2   -none- call     
type               1   -none- character
predicted        100   factor numeric  
err.rate        1500   -none- numeric  
confusion          6   -none- numeric  
votes            200   matrix numeric  
oob.times        100   -none- numeric  
classes            2   -none- character
importance         1   -none- numeric  
importanceSD       0   -none- NULL     
localImportance    0   -none- NULL     
proximity          0   -none- NULL     
ntree              1   -none- numeric  
mtry               1   -none- numeric  
forest            14   -none- list     
y                100   factor numeric  
test               0   -none- NULL     
inbag              0   -none- NULL     
terms              3   terms  call

我相信投票矩阵显示了 rF 从 0 到 1 的投票数，用于将每个案例分类到任一类别；不肥胖=0，肥胖=1：

> head(rf$votes, 20) 
           0          1
1  0.9318182 0.06818182
2  0.9325843 0.06741573
3  0.2784091 0.72159091
4  0.9040404 0.09595960
5  0.3865979 0.61340206
6  0.9689119 0.03108808
7  0.8187135 0.18128655
8  0.7170732 0.28292683
9  0.6931217 0.30687831
10 0.9831461 0.01685393
11 0.3425414 0.65745856
12 1.0000000 0.00000000
13 0.9728261 0.02717391
14 0.9848485 0.01515152
15 0.8783069 0.12169312
16 0.8553459 0.14465409
17 1.0000000 0.00000000
18 0.3389831 0.66101695
19 0.9316770 0.06832298
20 0.9435897 0.05641026

服用那些：

votes_2 <- rf$votes[,2]
votes_1 <- rf$votes[,1]

我的问题是为什么这样做：

pROC::plot.roc(obese, votes_1)

和

pROC::plot.roc(obese, votes_2)

产生相同的结果。

4

1 回答 1

1

首先要意识到的是，ROC 分析并不关心数据的确切值。相反，它着眼于数据点的排名，以及排名如何分开。

其次，正如上面评论中提到的，0 类和 1 类的投票在每个观察中的总和为 1。这意味着在排名方面，两者是等价的（以排序方向为模）。

难题的最后一块是 pROC 不假设您提供预测变量作为属于正类的概率。相反，您可以传递任何类型的分数，并且会自动检测比较的方向。默认情况下这是静默完成的，但您可以通过将quiet标志设置为来查看发生了什么FALSE：

> pROC::roc(obese, votes_1, quiet = FALSE)
Setting levels: control = 0, case = 1
Setting direction: controls < cases

> pROC::roc(obese, votes_2, quiet = FALSE)
Setting levels: control = 0, case = 1
Setting direction: controls > cases

请注意votes_2它如何检测到负类具有更高的值（基于中位数）并相应地设置比较的方向。

如果这不是您想要的，您始终可以明确设置类级别和方向参数：

> pROC::roc(obese, votes_2, levels = c(0, 1), direction = "<")

这将导致“反转”曲线显示votes_2在检测具有较高值的​​正类时表现如何比随机差。

于 2019-03-21T07:30:37.330 回答