r - 如何使用PRROC包获取R中随机森林的ROC和PR的auc

Question

我的数据资源:https://www.kaggle.com/mlg-ulb/creditcardfraud数据集高度不平衡，正类(欺诈)占所有交易的 0.172%，

我使用 PRROC 包来获取 ROC 曲线的 AUC，这是我的随机森林代码:

rf.model <- randomForest(Class ~ ., data = training, ntree = 2000, nodesize = 20)
rf_pred <- predict(rf.model, test,type="prob" 

因此，正如预期的那样，rf_pred 应该返回每个类别的概率: 然后，我使用了以下代码:

fg_rf <- rf_pred[test$Class==1]
bg_rf <- rf_pred[test$Class==0]
roc_rf <- roc.curve(scores.class0 = fg_rf,scores.class1 = bg_rf,curve = T)

然而，ROC CURVE 结果并不如我预期 PR曲线也出现同样的问题。是因为类(class)比例太不平衡吗？假设rf_pred返回0/1的概率，我怎样才能让fg_rf等于calss=1的概率，我的代码是:fg_rf <- rf_pred[test$Class==1]正确吗？

Answer 1

看看你的head(rf_pred)结果，很明显你的predict函数返回(硬)类(即 0/1)，而不是概率分数，可能是由于您的 type="pro"拼写错误(应该是 type="prob" )。

scores.class0 & scores.class1 roc.curve 的参数方法应该是概率分数，而不是硬类预测。

更正 predict 中的拼写错误你应该没问题，但很可能你还需要切换分数 - 因为现在你将你的类(class) 1 分分配给 scores.class0 :

rf_pred <- predict(rf.model, test,type="prob")
fg_rf <- rf_pred[test$Class==1]
bg_rf <- rf_pred[test$Class==0]
roc_rf <- roc.curve(scores.class0 = bg_rf, scores.class1 = fg_rf, curve = T)