用于随机森林分类的​​ ROC 曲线

Question

我在 R 平台中使用 randomForest 包进行分类任务。

rf_object<-randomForest(data_matrix, label_factor, cutoff=c(k,1-k))

其中 k 的范围为 0.1 到 0.9。

pred <- predict(rf_object,test_data_matrix)

我有随机森林分类器的输出，并将其与标签进行比较。因此，我有 9 个截止点的性能指标，例如准确性、MCC、灵敏度、特异性等。

现在，我想绘制 ROC 曲线并获取 ROC 曲线下的面积，看看性能有多好。 R 中的大多数包(如 ROCR、pROC)都需要预测和标签，但我有敏感性 (TPR) 和特异性 (1-FPR)。

有人可以建议我，制作 ROC 曲线的截断方法是否正确或可靠吗？您知道如何使用TPR和FPR获得ROC曲线和曲线下面积吗？

我还尝试使用以下命令来训练随机森林。这样，预测是连续的，并且可以被 R 中的 ROCR 和 pROC 包所接受。但是，我不确定这是否是正确的方法。有人可以建议我这种方法吗？

rf_object <- randomForest(data_matrix, label_vector)
pred <- predict(rf_object, test_data_matrix)

感谢您花时间阅读我的问题!我为此花了很长时间冲浪。感谢您的建议/忠告。

Answer 1

为什么不输出类别概率？这样，您就可以对预测进行排名，并且可以将其直接输入到任何 ROC 包中。

m = randomForest(data_matrix, labels)
predict(m,newdata_matrix,type='prob')

请注意，要使用 randomForest 作为分类工具，labels 必须是因子向量。