Question

我很难理解如何构建ROC曲线，现在我得出的结论是，我可能没有正确创建模型。我在数据集中运行了一个随机森林模型，其中类属性“y_n”为0或1.我已将数据集划分为bank_training和bank_testing以用于预测目的。以下是我要做的步骤：

bankrf <- randomForest(y_n~., data=bank_training, mtry=4, ntree=2,
                  keep.forest=TRUE, importance=TRUE)
bankrf.pred <- predict(bankrf, bank_testing, type='response',
                  predict.all=TRUE, norm.votes=TRUE)

到现在为止我做的是否正确？创建的bankrf.pred对象是一个列表对象，其中包含两个名为：aggregate和persons的类。我不明白这2个名字出现在哪里？此外，当我跑：

summary(bankrf.pred)
           Length Class  Mode     
aggregate  22606  factor numeric  
individual 45212  -none- character

这个摘要是什么意思？数据集（训练和测试）每个都是22605和22606。如果有人能解释我发生了什么，我将非常感激。我认为这一切都有问题。

当我尝试使用ROCR设计ROC曲线时，我使用以下代码：

library(ROCR)
pred <- prediction(bank_testing$y_n, bankrf.pred$c(0,1))

Error in is.data.frame(labels) : attempt to apply non-function

我尝试创建ROC曲线的方式是错误还是从一开始就使用randomForest？

Answer 1

您尝试使用的函数的文档包括对其两个主要参数的描述：

预测包含的矢量，矩阵，列表或数据框   预测。

标签包含true的矢量，矩阵，列表或数据框   班级标签。必须与'预测'具有相同的尺寸。

您当前正在将变量y_n传递给predictions参数，并且对我来说看起来像labels参数的无意义。

预测将存储在随机森林模型的输出中。如?predict.randomForest所述，它将是一个包含两个组件的列表。 aggregate将包含整个林的预测值，而individual将包含每个树的预测值。

所以你可能想做这样的事情：

predictions(bankrf.pred$aggregate, bank_testing$y_n)

看看它是如何工作的？ 预测的值传递给predictions参数，而“labels”或true值传递给labels参数。

Answer 2

如果您只想获得预测的课程，则应该从predict.all=TRUE删除predict参数。通过使用predict.all=TRUE，您告诉函数保留所有树的预测，而不是森林中的预测。

如何调用randomForest预测与ROCR一起使用？

2 个答案: