如何使用PRROC包来获得ROC＆amp; amp; R中随机森林的PR

Question

我的数据资源：https://www.kaggle.com/mlg-ulb/creditcardfraud 数据集高度不平衡，正类（欺诈）占所有交易的0.172％，

我正在使用PRROC包来获得ROC曲线的AUC，这是我随机的森林代码：

rf.model <- randomForest(Class ~ ., data = training, ntree = 2000, nodesize = 20)
rf_pred <- predict(rf.model, test,type="prob" 

所以，正如预期的那样，rf_pred应该返回每个类的概率： 然后，我使用了以下代码：

fg_rf <- rf_pred[test$Class==1]
bg_rf <- rf_pred[test$Class==0]
roc_rf <- roc.curve(scores.class0 = fg_rf,scores.class1 = bg_rf,curve = T)

但是，ROC CURVE结果并不像我预期的那样 PR曲线出现同样的问题。这是因为课堂上的高度不平衡吗？ 假设rf_pred返回0/1的概率，我怎么能让fg_rf等于calss = 1的概率，我的代码是：fg_rf <- rf_pred[test$Class==1]是否正确？

Answer 1

查看您的head(rf_pred)结果，很明显您的predict函数返回（硬）类（即0/1），而不是概率分数，可能是由于您的type="pro"错字（应该是type="prob"）。

scores.class0＆amp; scores.class1方法的roc.curve参数应该是概率分数，而不是硬类预测。

纠正predict中的拼写错误，你应该没问题，但很可能你也需要改变分数 - 因为现在你正在将你的班级1分指定给scores.class0：

rf_pred <- predict(rf.model, test,type="prob")
fg_rf <- rf_pred[test$Class==1]
bg_rf <- rf_pred[test$Class==0]
roc_rf <- roc.curve(scores.class0 = bg_rf, scores.class1 = fg_rf, curve = T)