는, 예를 들어, 내가 임의 숲으로 데이터 세트를 훈련, 여기 내 코드입니다 :R (pROC 패키지)에서 여러 클래스 ROC 분석을 처리하는 방법은 무엇입니까? 나는 R (PROC 패키지)에 multiclass.roc 기능을 사용하면
# randomForest & pROC packages should be installed:
# install.packages(c('randomForest', 'pROC'))
data(iris)
library(randomForest)
library(pROC)
set.seed(1000)
# 3-class in response variable
rf = randomForest(Species~., data = iris, ntree = 100)
# predict(.., type = 'prob') returns a probability matrix
multiclass.roc(iris$Species, predict(rf, iris, type = 'prob'))
그리고 그 결과는 다음과 같습니다
Call:
multiclass.roc.default(response = iris$Species, predictor = predict(rf,
iris, type = "prob"))
Data: predict(rf, iris, type = "prob") with 3 levels of iris$Species: setosa,
versicolor, virginica.
Multi-class area under the curve: 0.5142
이게 맞습니까? 감사!!!
"PROC"참조 : http://www.inside-r.org/packages/cran/pROC/docs/multiclass.roc
죄송합니다. 귀하의 의미를 이해하지 못했습니다. –
'multiclass.auc' [link] (http://www.inside-r.org/packages/cran/pROC/docs/multiclass.roc)의 방법을 보여주는 예제가 있습니다. 's100b'는 의미한다. 그것은 확률이 아니라 그것이 무엇인가? 감사! –