我的预测列有垃圾邮件,不是垃圾邮件,而且无法定义。我使用集成方法堆叠方法来预测它。我能够获得大约 77% 的准确度我能够绘制 ROC 曲线,但我只是认为它不正确。
技术集代码:
# Generate level-one dataset for training the ensemble metalearner
predDF <- data.frame(dataTest.pred, NB_Predictions, RF_Predictions,SVM_Predictions, spam = validation$spam, stringsAsFactors = F)
# Train the ensemble
# define training control
set.seed(1958)
# Train the ensemble
modelStack <- caret::train(spam ~ ., data = predDF, method = "rf")
这是我的 ROC 代码:
#ROC Curve
pre<-predict(modelStack, testPredLevelOne,type='prob')
# AUC measure
modelroc = mean(
c(as.numeric(multiclass.roc(testPredLevelOne$spam, pre[,1])$auc),
as.numeric(multiclass.roc(testPredLevelOne$spam, pre[,2])$auc),
as.numeric(multiclass.roc(testPredLevelOne$spam, pre[,3])$auc)
)
)
我不认为 AUC 测量也是正确的。
> modelroc
[1] 0.500903
这是我尝试绘制 ROC 曲线的另一种方法。我认为这也行不通。
#Method 2 ROC
predictions<-as.numeric(predict(modelStack, testPredLevelOne))
roc.multi<-multiclass.roc(testPredLevelOne$spam,predictions)
auc(roc.multi)
rs <- roc.multi[['rocs']]
plot.roc(rs[[1]])
sapply(2:length(rs),function(i) lines.roc(rs[[i]],col=i))
这是情节:
有人可以帮我解决这个问题吗?非常感谢。
类之间的平均直接在 pROC 内完成。因此,您只想运行multiclass.roc
一次,并使用单个预测向量。通常,您希望使用type="response"
代替probs
,尽管这可能会因predict
您的模型可用的功能而异:
pre<-predict(modelStack, testPredLevelOne, type='response')
之后,pROC 会为你做平均,这样你就可以直接得到平均 AUC:
multiclass.roc(testPredLevelOne$spam, pre)$auc
请注意,在您的情况下,这将是超过 3 个 AUC 的平均值:垃圾邮件与非垃圾邮件、垃圾邮件与无法定义以及非垃圾邮件与无法定义。这可能无法反映您计算的准确度值。
关于情节,您predict.train
从插入符号的方法中获得了预测的类。通常,为了构建 ROC 曲线,您需要数字化的定量测量。定性测量会产生包含单个点的 ROC 曲线,这通常不是最佳的。不幸的是type="probs"
,caret 中的选项返回 3 个概率向量,这不是 pROC 支持的格式。
另一种方法是更手动地执行计算,选择要测试的正确概率列和级别:
pre<-predict(modelStack, testPredLevelOne,type='prob')
roc(testPredLevelOne$spam, pre[,X], levels = c("not spam", "spam"), plot = TRUE)
roc(testPredLevelOne$spam, pre[,X], levels = c("undefined", " spam"), plot = TRUE, add = TRUE)
最后,您应该仔细审查多类 ROC 分析的相关性。ROC 是为二元分类而设计的,根据我的经验,各种现有多类扩展的相关性有些可疑。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句