5
Ich habe caret
Paket train
Funktion mit 10-fach Kreuzvalidierung verwendet. Ich habe auch Klassenwahrscheinlichkeiten für vorhergesagten Klassen bekam von classProbs = TRUE
in trControl
Einstellung wie folgt:Wie berechnet man ROC und AUC unter ROC nach dem Training mit 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)
Die Ausgangs Prognosen Ich erhalte ist wie folgt.
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
Jetzt möchte ich ROC und AUC unter ROC mit diesen Daten berechnen. Wie würde ich das erreichen?
Sie eine Suche getan? Es scheint ein [einfaches Beispiel] (http://www.inside-r.org/packages/cran/caret/docs/aucRoc) dafür zu geben. – cfh