我试图通过逻辑回归进行分类。为了评估模型,我使用了confusionMatrix和ROC。问题是两个包的结果不同。我想弄清楚哪一个是对还是错。
我的数据如下: data name = newoversample,包含29个变量和4802个观测值。 “q89”是预测变量。
我的尝试:
(1)来自'caret'库的混淆矩阵
glm.fit = glm(q89 ~ ., newoversample, family = binomial)
summary(glm.fit)
glm.probs=predict(glm.fit,type="response")
glm.pred=rep(0,4802)
glm.pred[glm.probs>.5]="1"
library(caret)
confusionMatrix(data=glm.pred, reference=newoversample$q89)
结果是:
Confusion Matrix and Statistics
Reference
Prediction 0 1
0 2018 437
1 383 1964
Accuracy : 0.8292
95% CI : (0.8183, 0.8398)
No Information Rate : 0.5
P-Value [Acc > NIR] : < 2e-16
Kappa : 0.6585
Mcnemar's Test P-Value : 0.06419
Sensitivity : 0.8405
Specificity : 0.8180
Pos Pred Value : 0.8220
Neg Pred Value : 0.8368
Prevalence : 0.5000
Detection Rate : 0.4202
Detection Prevalence : 0.5112
Balanced Accuracy : 0.8292
'Positive' Class : 0
(2)来自'Epi'库的ROC曲线
library(Epi)
rocresult <- ROC(form = q89 ~ ., data = newoversample, MI = FALSE, main = "over")
rocresult
结果是: roc curve
如您所见,此处灵敏度为91,特异性为78,这与(1)混淆矩阵的结果不同。
我无法弄清楚为什么结果不同以及哪一个是正确的。
+) 如果第二种方法(ROC曲线)错误,请告诉我如何从第一种方法计算auc或绘制roc曲线。
请帮助我!
谢谢你
答案 0 :(得分:0)
您应绘制使用glm
library(ROCR)
pred <- prediction(predict(glm.fit), newoversample$q89)
perf <- performance(pred,"tpr","fpr")
plot(perf)
希望这有帮助!
答案 1 :(得分:0)
我认为混淆矩阵似乎很好。考虑到您没有定义“正类”的事实,因此默认情况下将其设置为0。
问题出在ROC图上。您仍然可以将Epi::ROC
用于roc曲线,但是应该使用Epi::ROC(test = newoversample$q89, stat = glm.pred, MI = FALSE, main = "over")
这样,灵敏度和特异性应该与基质没有太大差异。
当您使用ROC(form = q89 ~ ., data = newoversample, MI = FALSE, main = "over")
时,这意味着您将逻辑回归传递到form
参数,该参数与glm模型不同。并且在这种情况下,您应该为test
函数(check here for more detail on Epi::ROC)提供stat
和ROC
参数的值。