【新手求助】R语言关于决策树的ROC图绘制

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

我使用的是pROC包，关于roc（）的参数我有点疑惑，modelroc <- roc(mydata.test$y,res_cost)，第一个mydata.test$y是实际数据里y变量的值，res_cost是我使用C50包构建决策树之后用predict.C5.0函数得到的预测结果，这两个都是factor的vector应该是，然后直接运行的话报错：第二个参数必须是numeric或者有序的，我就用as.numeric把res_cost转换成数字最后得到的图像如下 我的问题就是决策树的roc图像怎么只有一个折点，如何设置更多的折点，我查资料发现折点多少其实是通过改变分类器的阈值从而得到一组有序的正样本概率，但是决策树该如何改变概率呢？之后绘制roc曲线的参数又该如何设置呢？还是说决策树的ROC图像就长这样？？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：新手求助 决策树 R语言 ROC model

tree <- rpart(HCAI ~ hospital + age + gender + admseason + low_protein + UC + UN + UCN + UCL + UNL + LOS + fever + LOSICU + surnum + preoperative + postoperative + postoperative_ant + postoperative_antD + bacterial_culture + antibiotic + antibioticD + comb_ant + comb_antD + spec_ant + spec_antD  + sing_antD + doub_antD + Trip_antD + blood_exam + abblood + uri_exam + aburi + ventilatorD + ventilatorT + cvcD + cvcT + uriD + uriT + add, method = "class", data = LR_train)
tree

#ROC曲线的绘制
library(pROC)
froc <- roc(LR_train$HCAI, tree$y)
froc
plot(froc, print.auc = TRUE, auc.polygon = TRUE, legacy.axes = TRUE,
     grid = c(0.1, 0.2), grid.col = c("green", "red"), max.auc.polygon = TRUE,  
     auc.polygon.col = "skyblue", xlab = "1-specificity", ylab = "sensitivity")
ci(froc)

这样做对不对

结果AUC=1