我不理解分类中的.pred_class（使用逻辑回归）

Question

我有一个非常简单的问题，我的结果是二元的，我正在尝试使用逻辑回归（使用 tidymodels）根据一些预测变量（其中一些是众所周知的良好预测变量）进行分类。

我将因子结果编码为 0 和 1（1=正，这是我最感兴趣的）。

当我使用 types="class" 和 types="prob" 运行预测函数时，我得到名为：.pred_class、.pred_0 和 .pred_1 的列。

然后，例如，绘制 ROC 曲线时，我想知道是否应该使用

roc1 <- roc_curve(data_test_pred, outcome, .pred_1)

或

roc1 <- roc_curve(data_test_pred, outcome, .pred_0).

第一个（我认为是正确的）在对角线下方给出了一个糟糕的 ROC 曲线，第二个给出了一个不错的 ROC 曲线。

所以，我只是不明白这里发生了什么，我不知道如何继续。

Answer 1

yardstick 使用第一级作为事件。因此，如果您的

outcome

是具有级别

c(0,1)

的因子，则标准将第一个级别

0

作为事件级别。然后，当提供

.pred_0

作为包含事件的类概率的列时，这与您获得合理的曲线相匹配。

如果想使用第二个因子级别作为事件级别，可以在

event_level = "second"

中设置

roc_curv()

，另请参阅https://yardstick.tidymodels.org/reference/roc_auc.html#relevant-level。