Случайная оценка леса в R

Question

Я новичок в R, и я стараюсь сделать все возможное, чтобы создать свою первую модель. Я работаю в случайном лесном проекте 2- классов и до сих пор я запрограммировал модель следующим образом:

library(randomForest) 

set.seed(2015) 

randomforest <- randomForest(as.factor(goodkit) ~ ., data=training1, importance=TRUE,ntree=2000) 

varImpPlot(randomforest) 

prediction <- predict(randomforest, test,type='prob') 

print(prediction) 

Я не знаю, почему я не получаю общий прогноз на мой model.I должны отсутствовать что-то в моем коде. Я получаю OOB и предсказание в каждом случае в тестовом наборе, но не в общем предсказании модели.

library(pROC) 

auc <-roc(test$goodkit,prediction) 

print(auc) 

Это не работает вообще.

Я прошел через руководство pROC, но я не могу понять все. Было бы очень полезно, если бы кто-нибудь мог помочь с кодом или опубликовать ссылку на хороший практический образец.

Answer 1

Ваша проблема заключается в том, что predict на randomForest объекта с type='prob' возвращает два предсказания: каждый столбец содержит вероятность принадлежать каждому class (для двоичного предсказания).

Вы должны решить, какое из этих прогнозов использовать для построения кривой ROC. К счастью для двоичной классификации они идентичны (только наоборот):

auc1 <-roc(test$goodkit, prediction[,1]) 
print(auc1) 
auc2 <-roc(test$goodkit, prediction[,2]) 
print(auc2) 

Answer 2

Используя ROCR пакет, следующий код должен работать для вычисления ППК:

library(ROCR) 
predictedROC <- prediction(prediction[,2], as.factor(test$goodkit)) 
as.numeric(performance(predictedROC, "auc")@y.values))