如何在 R 中计算 ROC 下的 AUC（插入符号、随机森林、支持向量机）

【问题标题】：How to compute AUC under ROC in R (caret, random forest , svm)如何在 R 中计算 ROC 下的 AUC（插入符号、随机森林、支持向量机）
【发布时间】：2018-11-03 18:55:34
【问题描述】：

我在 R 的插入符号包中使用随机森林和支持向量机方法。我想计算两种情况下 ROC 下的 AUC；但是，在这种特殊情况下，我不知道该怎么做。我的结果编码为 0 和 1。这是我正在使用的代码示例：

set.seed(123)
cvCtrl <- trainControl(method = "cv", number = 10)
rf_moded<-train(readm30~.,data=train,method="rf", trControl=cvCtrl)

【问题讨论】：

您需要从您的模型中获得预测概率，而不是预测类别。如果您预测 0/1 并且您的目标变量是 0/1，则您无法绘制曲线。您只能创建一个混淆矩阵。您需要您的预测涵盖 [0,1]（即概率）。这将有所帮助：stackoverflow.com/questions/30366143/…

标签： r

【解决方案1】：

你想用ROC 训练模型吗？然后你需要以下内容：

对于trainControl：

control <- trainControl(method = 'cv', number = 10, 
  savePredictions = 'final', classProbs = TRUE, summaryFunction = twoClassSummary)

在train:

train(
  outcome ~ .,
  data = data,
  method = method,
  trControl = control,
  metric = "ROC"
)

【讨论】：

对不起，我可能不是很清楚。我想计算测试数据的 AUC