Question

我正在使用R的ROCR包来计算大数据集曲线下的面积。但是，该代码不适用于除少数数据集之外的所有数据集。

我使用过的代码：

   pred <- prediction(mydata$Total.Regexes, mydata$actual)
   perf <- performance(pred, "tpr", "fpr")

我检查了数据集，数据集中没有非Na点。但是，由于数据集很大，它可能会超出我的视线。那么，是否有任何其他过程来细化数据集（对于非NA值，如果有的话）而不会干扰剩余的值？

这是它为一些数据集显示的错误：

 Error in approxfun(x.values.1, y.values.1, method = "constant", f = 1,  : 
          zero non-NA points

我查了一下：

is.na(dataset)
dataset <- na.omit(dataset)

但仍然不起作用。数据集中不存在非Na值。我无法使用简单数据集重现错误，因此我已将问题数据集发布到我的保管箱中。

https://www.dropbox.com/s/pjko6o6h23m43le/DC4.csv

请帮助！

Answer 1

我遇到了类似的问题。

通过“投射”prediction的参数，我设法使一切正常运作。

尝试：

pred <- prediction(as.numeric(mydata$Total.Regexes), as.numeric(mydata$actual))
perf <- performance(pred, "tpr", "fpr")

Answer 2

我遇到了类似的问题。这是解决它的“坏”方法：

MODEL＆lt; - glm（y~x + z，my_data，family =“binomial”）   pred_probab＆lt; - predict（MODEL，type =“response”）
     为返回预测样本指定
type =“response”作为概率

pr＆lt; - 预测（pred_probab，Two_levels_factor）   aboutfun中的错误（x.values.1，y.values.1，method =“constant”，f = 1，：     零非NA点

带有n = 2000的示例“Two_levels_factor”只有一个级别值“positive_result”。对于logit回归，它必须有两个级别。

水平（Two_levels_factor）   [1]“负面结果”   Two_levels_factor [1]＆lt; - “positive_result”   水平（Two_levels_factor）   [1]“positive_result”“negative_result”

pr＆lt; - prediction（pred_probab，Two_levels_factor）

aboutfun中的错误（x.values.1，y.values.1，method =“constant”，f = 1，：非NA非零点

2 个答案:

type =“response”作为概率