问题标签 [proc-r-package]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
r - 用于计算 AUC 的 pROC 包
看着 pROC 包，我对响应和预测器有点困惑：
响应：响应的因子、数字或字符向量，通常用 0（控制）和 1（案例）编码。物体。ROC 曲线中只能使用两个类别。如果向量包含两个以上的唯一值，或者它们的顺序可能不明确，请使用级别来指定哪些值必须用作控制值和大小写值。
predictor：一个数字向量，包含每个观察值。有序因子被强制转换为数字。
例如，如果我使用：
auc（响应，预测）
响应是我的模型产生的事实和预测因素吗？
我的“真相”是 0 或 1，并且预测向量包含概率。
r - 如何处理 R（pROC 包）中的多类 ROC 分析？
例如，当我在 R（pROC 包）中使用 multiclass.roc 函数时，我通过随机森林训练了一个数据集，这是我的代码：
结果是：
这是正确的吗？谢谢！！！
“pROC”参考： http: //www.inside-r.org/packages/cran/pROC/docs/multiclass.roc
r - 具有自定义截止值的 pROC R 包？
我可以使用一些预先指定的截止值（阈值）来绘制带有pROC包的 ROC 曲线吗？例如，我可以输入控制/案例值和我自己的阈值点来计算相应的敏感性和特异性吗？
r - 使用 pROC 的 PPV 和 NPV 的 CI
我一直在使用pROCR 中的包来生成与特定阈值相对应的 SP 和 SN 值的自举置信区间。但是，我一直无法找到为 PPV 和 NPV 值生成 CI 的方法。里面有这样的功能pROC吗？
r - R 中的 SVM：“预测变量必须是数字的或有序的。”
我是 R 新手，遇到了这个问题：我想比较两种预测技术（支持向量机和神经网络）将它们应用于一些数据，我想比较它们的性能。为此，我使用 ROC 曲线。该代码应该计算 ROC 曲线下的面积，但它不起作用。神经网络代码工作正常，但是当 SVM 部分执行时出现此错误：
> aucs <- auc((dtest$recid=="SI")*1, lr.pred)
roc.default(response, predictor, auc = TRUE, ...) 中的错误：预测器必须是数字或有序的。
> obj.roc <- roc((dtest$recid=="SI")*1, lr.pred )
roc.default((dtest$recid == "SI") * 1, lr.pred) 中的错误：预测器必须是数字或有序的。
这是我的代码。
我一直在寻找信息，但似乎我正在使用的方法很少。我看到了一个名为 ROCR 的包，我认为它可能很有用，但我也遇到了性能函数错误。我对所有这些库有点迷失，所以我试图坚持我最初的解决方案，没有任何改进。我应该怎么办？
编辑：
该解决方案基于 Calimo 的想法。predict 的返回值没有给出我想要的格式的数据，所以我需要使用这个：
该句子获取将在 ROC 曲线中分析的列。
r - 使用 multiclass.roc（包'pROC'）的 R 多类/多项式分类 ROC
我很难理解 multiclass.roc 参数的外观。这是我的数据的快照：
我尝试使用以下命令调用 multiclass.roc：
但自然我得到一个错误：
当它是一个二元分类问题时，我知道“预测器”应该包含概率（每个观察一个）。但是，在我的例子中，我有 3 个类，所以我的预测器是一个行列表，每行有 3 列（或 3 个值的子列表）对应于每个类的概率。有谁知道我的“预测器”应该是什么样子而不是它目前的样子？
r - 作为对象的 pROC 图？
我想构建一个 rPOC 绘图对象，我可以将其传递给函数并稍后绘制。在下面的示例中（取自此处），我当然可以绘制我的 roc 曲线。但我想创建一个绘图对象（例如通过定义 g <- 然后用 plot(g) 绘制它）。似乎下面的 ciobj、ci 函数的图将添加到原始图，但我无法制作将这些层组装在一起的 OBJECT。我尝试了“添加”参数，并使用这些绘图函数的返回值创建新的绘图对象。
r - 在 roc 函数（R 中的包 pROC）中强制输入“方向”参数到底是做什么的？
我想通过使用 R 中 pROC 包的函数 'roc' 创建一个 roc 对象，并绘制 roc 对象。但是，我不确定“方向”参数的作用。我的控件的中值预测值小于案例的中值预测值。所以我认为正确的方向应该是'<'。但是如果我用方向参数'>'绘制它。它只是将 ROC 曲线翻转穿过对角线作为镜像。我想知道在这种情况下，数据告诉你一件事，而论点正在迫使一个不同的方向，正在与什么进行比较，以及如何进行比较？我通读了关于这个函数的参数“方向”的 pROC 手册，解释非常简短和不清楚。
希望听到你的一些意见！
r - 在 R 中使用 pROC 获得具有至少 75% 灵敏度的最佳阈值
我有一个包含两列的数据框：score1which isnumeric和truth1which is boolean。我想预测truth1使用score1. 为此，我需要一个简单的线性模型，然后要求一个好的阈值，即在我的 ROC 曲线中给我 75%灵敏度的阈值。因此，我这样做：
我的问题是坐标返回“NA”，因为 ROC 曲线中没有出现 0.75 的灵敏度。所以这是我的问题：我怎样才能获得灵敏度至少为 0.75 且具有最大特异性的阈值？
r - 从 pROC 包计算 AUC 值的 R 错误
我正在尝试使用pROCR 中的包来计算灵敏度、特异性和阈值水平。这是一个示例数据
谁能告诉我为什么会发生此错误以及如何解决？
谢谢