首页 文章

从R中的交叉验证（训练）数据绘制ROC曲线

提问于
浏览 次
8

我想知道是否有一种方法可以根据使用 caret 包生成的SVM-RFE模型的交叉验证数据绘制平均ROC曲线 .

我的结果是：

Recursive feature selection

Outer resampling method: Cross-Validated (10 fold, repeated 5 times) 

Resampling performance over subset size:

 Variables    ROC   Sens   Spec Accuracy  Kappa  ROCSD SensSD SpecSD AccuracySD KappaSD Selected
         1 0.6911 0.0000 1.0000   0.5900 0.0000 0.2186 0.0000 0.0000     0.0303  0.0000         
         2 0.7600 0.3700 0.8067   0.6280 0.1807 0.1883 0.3182 0.2139     0.1464  0.3295         
         3 0.7267 0.4233 0.8667   0.6873 0.3012 0.2020 0.3216 0.1905     0.1516  0.3447         
         4 0.6989 0.3867 0.8600   0.6680 0.2551 0.2130 0.3184 0.1793     0.1458  0.3336         
         5 0.7000 0.3367 0.8600   0.6473 0.2006 0.2073 0.3359 0.1793     0.1588  0.3672         
         6 0.7167 0.3833 0.8200   0.6427 0.2105 0.1909 0.3338 0.2539     0.1682  0.3639         
         7 0.7122 0.3767 0.8333   0.6487 0.2169 0.1784 0.3226 0.2048     0.1642  0.3702         
         8 0.7144 0.4233 0.7933   0.6440 0.2218 0.2017 0.3454 0.2599     0.1766  0.3770         
         9 0.8356 0.6533 0.7867   0.7300 0.4363 0.1706 0.3415 0.2498     0.1997  0.4209         
        10 0.8811 0.6867 0.8200   0.7647 0.5065 0.1650 0.3134 0.2152     0.1949  0.4053        *
        11 0.8700 0.6933 0.8133   0.7627 0.5046 0.1697 0.3183 0.2147     0.1971  0.4091         
        12 0.8678 0.6967 0.7733   0.7407 0.4682 0.1579 0.3153 0.2559     

...
The top 5 variables (out of 10):
   SumAverage_GLCM_R1SC4NG2, Variance_GLCM_R1SC4NG2, HGZE_GLSZM_R1SC4NG2, LGZE_GLSZM_R1SC4NG2, SZLGE_GLSZM_R1SC4NG2

我试过这里提到的解决方案：ROC curve from training data in caret

optSize <- svmRFE_NG2$optsize
selectedIndices <- svmRFE_NG2$pred$Variables == optSize
plot.roc(svmRFE_NG2$pred$obs[selectedIndices],
         svmRFE_NG2$pred$LUNG[selectedIndices])

但是这个解决方案似乎不起作用（产生的AUC值非常不同） . 我已将训练过程的结果分为50个交叉验证集，如前面的答案所述，但我不知道下一步该怎么做 .

resamples<-split(svmRFE_NG2$pred,svmRFE_NG2$pred$Variables)
resamplesFOLD<-split(resamples[[optSize]],resamples[[optSize]]$Resample)

有任何想法吗？

r r-caret roc auc

2 回答

  • 0

    我知道这篇文章已经过时但是我有同样的问题试图理解为什么在计算每个重采样的ROC值时以及当我使用所有预测和重新采样一次计算ROC值时得到不同的结果 . 哪种计算ROC的方法是正确的？

    （抱歉将此作为新答案发布，但我不允许发表评论 . ）

    回复于
  • 13

    正如您已经做到的那样，您可以a）在 caret::train 的 trainControl 参数中启用 savePredictions = T ，然后，b）从训练的模型对象中，使用 pred 变量 - 包含所有分区和重采样的所有预测 - 来计算您想要的任何ROC曲线看看 . 你现在有多种选择可以使用ROC，例如：

    你可以看看 all predictions over all partitions and resamples at once ：

    plot(roc(predictor = modelObject$pred$CLASSNAME, response = modelObject$pred$obs))

    或者你可以在 individual partitions and/or resamples （这是你在上面尝试过的）上做到这一点 . 以下示例计算每个分区的ROC曲线并重新采样，因此使用10个分区和5个重复将产生50个ROC曲线：

    library(plyr)
l_ply(split(modelObject$pred, modelObject$pred$Resample), function(d) {
    plot(roc(predictor = d$CLASSNAME, response = d$obs))
})

    根据您的数据和模型，后者会在得到的ROC曲线和AUC值中给出一定的差异 . 您可以在针对各个分区和重新采样计算的 AUC 和 SD 值 caret 中看到相同的方差，因此这是由您的数据和模型得出的，并且是正确的 .

    顺便说一句：我使用 pROC::roc 函数来计算上面的例子，但你可以在这里使用任何合适的函数 . 并且，当使用 caret::train 获取时，无论模型类型如何，ROC始终相同 .

    回复于

相关问题