Ich habe die folgenden Vorhersagen nach dem Ausführen eines logistischen Regressionsmodells auf einer Reihe von Molekülen, die wir vermuten, die Tumoren gegenüber Normalen vorhersagen.AUC unerwarteter Wert
Predicted class
T N
T 29 5
Actual class
N 993 912
Ich habe eine Liste von Partituren, die von Prognosen < 0 (negative Zahlen) auf die Prognosen> 0 (positive Zahlen) reichen. Dann habe ich eine andere Spalte in meinem data.frame
, die die Etiketten (1 == Tumoren und 0 == Normalen) wie vom Modell vorhergesagt angezeigt. Ich versuchte, das ROC mit den library(ROC)
in der folgenden Art und Weise zu berechnen:
pred = prediction(prediction, labels)
roc = performance(pred, "tpr", "fpr")
plot(roc, lwd=2, colorize=TRUE)
Verwendung:
roc_full_data <- roc(labels, prediction)
rounded_scores <- round(prediction, digits=1)
roc_rounded <- roc(labels, prediction)
Call:
roc.default(response = labels, predictor = prediction)
Data: prediction in 917 controls (category 0) < 1022 cases (category1).
Area under the curve: 1
Die AUC ist gleich 1 bin ich nicht sicher, dass ich alles korrekt ausführe oder wahrscheinlich etwas falsch mache bei der Interpretation meiner Ergebnisse, weil es sehr selten ist, dass die AUC gleich 1 ist.
Kann mir bitte jemand helfen?
Beste
Was genau haben Sie diesen Funktionen zugeführt? Ein [reproduzierbares Beispiel] (http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproductible-example) wäre sehr hilfreich. – MrFlick
Vielleicht brauchst du etwas wie 'auc (roc (pred, labels))' '? – Fernando