5
Ho usato la funzione train
del pacchetto con una convalida incrociata di 10 volte. Ho anche avuto le probabilità di classe per le classi previste impostando classProbs = TRUE
in trControl
, come segue:Come calcolare ROC e AUC sotto ROC dopo l'allenamento usando il caret in R?
myTrainingControl <- trainControl(method = "cv",
number = 10,
savePredictions = TRUE,
classProbs = TRUE,
verboseIter = TRUE)
randomForestFit = train(x = input[3:154],
y = as.factor(input$Target),
method = "rf",
trControl = myTrainingControl,
preProcess = c("center","scale"),
ntree = 50)
Le previsioni di uscita che sto ottenendo è la seguente.
pred obs 0 1 rowIndex mtry Resample
1 0 1 0.52 0.48 28 12 Fold01
2 0 0 0.58 0.42 43 12 Fold01
3 0 1 0.58 0.42 51 12 Fold01
4 0 0 0.68 0.32 55 12 Fold01
5 0 0 0.62 0.38 59 12 Fold01
6 0 1 0.92 0.08 71 12 Fold01
Ora voglio calcolare ROC e AUC sotto ROC utilizzando questi dati. Come potrei ottenere questo?
Hai fatto una ricerca? Sembra che ci sia un [esempio facile] (http://www.inside-r.org/packages/cran/caret/docs/aucRoc) per questo. – cfh