尝试使用＆＃34;树＆＃34;获得CART决策树的ROC曲线和AUC。封装
> str(pruned.tree7)
这是我树的结构
＆＃39; data.frame＆＃39;：13 obs。 6个变量：
$ var：因子w / 15级＆＃34;＆＃34;，＆＃34;年龄＆＃34;，..：15 10 1 11 11 5 1 1 15 1 ...
$ n：num 383 158 29 129 110 38 20 18 72 7 ...
$ dev：num 461.1 218.6 29.6 174 141.8 ...
$ yval：因子w / 2级＆＃34;否定＆＃34;，＆＃34;肯定＆＃34;：2 2 1 2 2 1 2 1 2 1 ...
$ splits：chr [1：13,1：2]＆＃34;＆lt; 19.5＆＃34; ＆＃34;＆LT; 81.5＆＃34; ＆＃34;＆＃34; ＆＃34;＆LT; 65＆＃34; ...
..- attr（*，＆＃34; dimnames＆＃34;）= 2的列表
.. .. $：NULL
.. .. $：chr＆＃34; cutleft＆＃34; ＆＃34;卡特赖特＆＃34;
$ yprob：num [1:13,1：2] 0.29 0.475 0.793 0.403 0.345 ...
..- attr（*，＆＃34; dimnames＆＃34;）= 2的列表
.. .. $：NULL
.. .. $：chr＆＃34;否定＆＃34; ＆＃34;正＆＃34;
参考上述结构，我编写了以下代码（许多变体）：
> preds <- prediction(pruned.tree7$frame$yprob, dimnames(pruned.tree7$frame$yprob))
预测错误（pruned.tree7 $ frame $ yprob，dimnames（pruned.tree7 $ frame $ yprob））： 每次运行中的预测数量必须等于每次运行的标签数量。
> preds <- prediction(pruned.tree7$frame$yprob, dimnames)
预测错误（pruned.tree7 $ frame $ yprob，dimnames）： 标签格式无效。
> preds <- prediction(pruned.tree7$frame$yprob, "dimnames")
预测错误（pruned.tree7 $ frame $ yprob，＆＃34; dimnames＆＃34;）： 预测和标签的交叉验证运行次数必须相等。
> preds <- prediction(pruned.tree7$frame$yprob, names(yprob))
is.data.frame（标签）出错：object＆＃39; yprob＆＃39;找不到
> preds <- prediction(pruned.tree7$frame$yprob, names(pruned.tree7$frame$yprob))
预测错误（pruned.tree7 $ frame $ yprob，names（pruned.tree7 $ frame $ yprob））： 标签格式无效。
> preds <- prediction(pruned.tree7$frame$yprob, dimnames(pruned.tree7$frame$yprob))
预测错误（pruned.tree7 $ frame $ yprob，dimnames（pruned.tree7 $ frame $ yprob））： 每次运行中的预测数量必须等于每次运行的标签数量。
我搜索过并找到了这个链接：ROCR Package Documentation 它提到了交叉验证的主题。但是，这对我没有意义。
提前谢谢!!