4

我无法让 ROC 函数工作，我收到错误“预测器必须是数字或有序”。

我浏览了其他帖子，但没有解决我的问题。非常感谢任何帮助。

"Get data"
flying=dget("https://www.math.ntnu.no/emner/TMA4268/2019v/data/flying.dd")
ctrain=flying$ctrain
ctest=flying$ctest


library(MASS)
fly_qda=qda(diabetes~., data=ctrain)


#Test error is given below:
predict_qda=predict(fly_qda, newdata=ctest, probability=TRUE)
table_qda<-table(ctest$diabetes, predict_qda$class)
error_qda<-1-sum(diag(table_qda))/sum(table_qda)
error_qda

"ROC curve and AUC"
predict_qdatrain<-predict(fly_qda, newdata=ctrain)
roc_qda=roc(response=ctrain$diabetes, predictor= predict_qdatrain$class, plot=TRUE)
plot(roc_qda, col="red", lwd=3, main="ROC curve QDA")
auc_qda<-auc(roc_qda)

我想要绘制的 ROC 曲线和 AUC

4

2 回答 2

7

正如 Ollie Perkins 在他的回答中解释的那样，您得到的错误表明您正在传递不可排序的东西，因此不能用于 ROC 分析。在 的情况下predict.qda，class项目是一个因子，其中1s 和0s 表示类别。

与其将类转换为有序预测器，不如使用后验概率代替。让我们使用属于 class 的概率1：

roc_qda <- roc(response = ctrain$diabetes, predictor = predict_qdatrain$posterior[,"1"])
plot(roc_qda, col="red", lwd=3, main="ROC curve QDA")
auc(roc_qda)

这将为您提供更平滑的曲线和更多的分类阈值可供选择。

ROC 曲线 QDA

于 2019-04-20T07:29:33.210 回答
3

因此，假设您使用的是 pROC 包，我已经在下面修复了这个问题。错误消息意味着预测变量必须是数字类型（浮点数）或有序因子（级别顺序很重要的分类变量）。因此，为了从您的预测对象计算 ROC 曲线，我在下面动态转换了它。

其次，在您的原始代码中，您是在对原始训练集进行预测。我已将其更改为下面的测试数据。

"Get data"

flying=dget("https://www.math.ntnu.no/emner/TMA4268/2019v/data/flying.dd")
ctrain=flying$ctrain
ctest=flying$ctest


library(MASS)
library(pROC)
fly_qda=qda(diabetes~., data=ctrain)


#Test error is given below:
predict_qda=predict(fly_qda, newdata=ctest, probability=TRUE)
table_qda<-table(ctest$diabetes, predict_qda$class)
error_qda<-1-sum(diag(table_qda))/sum(table_qda)
error_qda

"ROC curve and AUC"
predict_qdatrain<-predict(fly_qda, newdata=ctrain)
roc_qda=roc(response=ctrain$diabetes, predictor= factor(predict_qdatrain$class, 
ordered = TRUE), plot=TRUE)
plot(roc_qda, col="red", lwd=3, main="ROC curve QDA")
auc_qda<-auc(roc_qda)
于 2019-04-19T12:06:02.753 回答