ROC函数错误“预测变量必须为数字或有序。”

Question

我无法使ROC函数正常工作，出现错误“预测变量必须为数字或有序”。

我浏览了其他帖子，但是没有什么可以解决我的问题。我们非常感谢您的帮助。

"Get data"
flying=dget("https://www.math.ntnu.no/emner/TMA4268/2019v/data/flying.dd")
ctrain=flying$ctrain
ctest=flying$ctest


library(MASS)
fly_qda=qda(diabetes~., data=ctrain)


#Test error is given below:
predict_qda=predict(fly_qda, newdata=ctest, probability=TRUE)
table_qda<-table(ctest$diabetes, predict_qda$class)
error_qda<-1-sum(diag(table_qda))/sum(table_qda)
error_qda

"ROC curve and AUC"
predict_qdatrain<-predict(fly_qda, newdata=ctrain)
roc_qda=roc(response=ctrain$diabetes, predictor= predict_qdatrain$class, plot=TRUE)
plot(roc_qda, col="red", lwd=3, main="ROC curve QDA")
auc_qda<-auc(roc_qda)

我想要绘制的ROC曲线和AUC

Answer 1

正如Ollie Perkins在回答中所解释的那样，您所收到的错误表明您正在传递的东西不是可分类的，因此不能用于ROC分析。 对于predict.qda，class项是一个因素，其中1和0 s指示类别。

与其将类转换为有序的预测变量，不如使用后验概率代替。让我们使用属于类1的概率：

roc_qda <- roc(response = ctrain$diabetes, predictor = predict_qdatrain$posterior[,"1"])
plot(roc_qda, col="red", lwd=3, main="ROC curve QDA")
auc(roc_qda)

这将为您提供更平滑的曲线和更多的分类阈值供您选择。

Answer 2

因此，假设您使用的是pROC软件包，我已在下面对其进行了修复。错误消息表示预测变量必须是数字类型（浮点整数）或有序因子（级别顺序重要的分类变量）。因此，为了从您的预测对象计算ROC曲线，我在下面进行了动态转换。

其次，在您的原始代码中，您正在预测原始训练集。我已将其更改为下面的测试数据。

"Get data"

flying=dget("https://www.math.ntnu.no/emner/TMA4268/2019v/data/flying.dd")
ctrain=flying$ctrain
ctest=flying$ctest


library(MASS)
library(pROC)
fly_qda=qda(diabetes~., data=ctrain)


#Test error is given below:
predict_qda=predict(fly_qda, newdata=ctest, probability=TRUE)
table_qda<-table(ctest$diabetes, predict_qda$class)
error_qda<-1-sum(diag(table_qda))/sum(table_qda)
error_qda

"ROC curve and AUC"
predict_qdatrain<-predict(fly_qda, newdata=ctrain)
roc_qda=roc(response=ctrain$diabetes, predictor= factor(predict_qdatrain$class, 
ordered = TRUE), plot=TRUE)
plot(roc_qda, col="red", lwd=3, main="ROC curve QDA")
auc_qda<-auc(roc_qda)