R RandomForest分类-测试数据没有可预测的值

Question

我正在尝试使用R中的随机森林进行分类 我有一个训练数据集，其复杂度标志为1或0，并且正在使用随机森林在该数据集上训练我的模型：

model1 <- randomForest(as.factor(ComplexityFlag) ~ ContractTypeCode + IndustryLevel2Description + ClaimantAgeAtDisability + Sex, data = data, ntree = 200, importance=TRUE)

然后我要针对我的测试数据集运行模型，但是我的测试数据集没有ComplexityFlag。我希望模型预测ComplexityFlag 像这样：

test$ComplexityFlag <- as.data.frame(predict(model1, newdata = test, type = "class"))

我该如何计算ROC 我是否使用正确的方法

Answer 1

对于ROC曲线，可以使用pROC包。您只需要确保predictions是as.numeric()。

在此示例中，我使用iris数据重现了二进制分类问题。

data <- iris

# change the problem to a binary classifier (setosa or not setosa)
data$bin_response <- as.factor(ifelse(data$Species=="setosa", 1, 0))
data <- data[, -5] # remove "Species"

set.seed(123)

train_test <- sample(150, 100, replace = F) # we sample casually 100 values for the train

# split train-test data
train <- data[train_test, ]
test <- data[-train_test, ]

现在创建模型和曲线：

# - model
library(randomForest)

rf_mod <- randomForest(bin_response ~ ., data=train)

# make pred on test data
predictions <- predict(rf_mod, newdata = test[, -5]) # note we remove the "bin_response" col
head(predictions) # lets look at them to check if it's fine
# 2  4 10 13 19 21 
# 1  1  1  1  1  1 
# Levels: 0 1

# now the ROC curve
library(pROC)

roc_result <- roc(test$bin_response, as.numeric(predictions))# Draw ROC curve.
plot(roc_result, print.thres="best", print.thres.best.method="closest.topleft")