ROC功能错误“预测变量必须为数字或已排序”。

Question

我无法使ROC功能正常工作，我收到错误“预测器必须是数字或有序”。

我查看了其他帖子，但没有解决我的问题。任何帮助都非常感谢。

"Get data"
flying=dget("https://www.math.ntnu.no/emner/TMA4268/2019v/data/flying.dd")
ctrain=flying$ctrain
ctest=flying$ctest


library(MASS)
fly_qda=qda(diabetes~., data=ctrain)


#Test error is given below:
predict_qda=predict(fly_qda, newdata=ctest, probability=TRUE)
table_qda<-table(ctest$diabetes, predict_qda$class)
error_qda<-1-sum(diag(table_qda))/sum(table_qda)
error_qda

"ROC curve and AUC"
predict_qdatrain<-predict(fly_qda, newdata=ctrain)
roc_qda=roc(response=ctrain$diabetes, predictor= predict_qdatrain$class, plot=TRUE)
plot(roc_qda, col="red", lwd=3, main="ROC curve QDA")
auc_qda<-auc(roc_qda)

我想要绘制的ROC曲线和AUC

Answer 1

正如Ollie Perkins在他的回答中所解释的那样，你得到的错误表明你正在传递一些不具有可排序性的东西，因此不能用于ROC分析。在predict.qda的情况下，class项目是1s和0s表示该类的因素。

不是将类转换为有序预测器，而是使用后验概率代替。让我们使用概率属于类1：

roc_qda <- roc(response = ctrain$diabetes, predictor = predict_qdatrain$posterior[,"1"])
plot(roc_qda, col="red", lwd=3, main="ROC curve QDA")
auc(roc_qda)

这将为您提供更平滑的曲线和更多的分类阈值供您选择。

Answer 2

因此，假设您使用的是pROC软件包，我已在下面修复了此问题。错误消息意味着预测变量必须是数字类型（浮点整数）或有序因子（水平顺序重要的分类变量）。因此，为了从预测对象计算ROC曲线，我已经在下面动态转换它。

其次，在您的原始代码中，您预测到原始训练集。我已将其更改为下面的测试数据。

"Get data"

flying=dget("https://www.math.ntnu.no/emner/TMA4268/2019v/data/flying.dd")
ctrain=flying$ctrain
ctest=flying$ctest


library(MASS)
library(pROC)
fly_qda=qda(diabetes~., data=ctrain)


#Test error is given below:
predict_qda=predict(fly_qda, newdata=ctest, probability=TRUE)
table_qda<-table(ctest$diabetes, predict_qda$class)
error_qda<-1-sum(diag(table_qda))/sum(table_qda)
error_qda

"ROC curve and AUC"
predict_qdatrain<-predict(fly_qda, newdata=ctrain)
roc_qda=roc(response=ctrain$diabetes, predictor= factor(predict_qdatrain$class, 
ordered = TRUE), plot=TRUE)
plot(roc_qda, col="red", lwd=3, main="ROC curve QDA")
auc_qda<-auc(roc_qda)