我试图在多类knn模型和数据集上运行一些ROC分析
到目前为止,我已经有了kNN模型的代码。它运行良好X_train_new
是一个包含131个数值变量(列(和7210个观测值的数据集Y_train
是作为因素的结果变量。它是一个只有1列(活动(和7210个观测值(有6个可能的因素(的数据集
ctrl <- trainControl(method = "cv",
number = 10)
model2 <- train(X_train_new,
Y_train$activity,
method = "knn",
tuneGrid = expand.grid(k = 5),
trControl = ctrl,
metric = "Accuracy"
)
X_test_new
是一个包含131个数值变量(列(和3089个观测值的数据集Y_test
是作为因素的结果变量。它是一个只有1列和3089个观测值的数据集(有6个可能的因素(
我运行预测函数
knnPredict_test <- predict(model2 , newdata = X_test_new )
我想对每个班和所有班做一些ROC分析。我正在尝试
a = multiclass.roc ( Y_test$activity, knnPredict_test )
knnPredict_test
是一个具有预测类的向量:
knnPredict_test <- predict(model2 ,newdata = X_test_new )
> length(knnPredict_test)
[1] 3089
> glimpse(knnPredict_test)
Factor w/ 6 levels "laying","sitting",..: 2 1 5 1 3 2 4 5 3 2 ...
这是我获取时的错误
Error in roc.default(response, predictor, levels = X, percent = percent, :
Predictor must be numeric or ordered.
要获得ROC,需要一个数字预测。但是,默认情况下,predict
将为您提供预测的类。使用type = "prob"
。
这里是一个具有相同错误的可复制示例。
library(caret)
knnFit <- train(
Species ~ .,
data = iris,
method = "knn"
)
predictions_bad <- predict(knnFit)
pROC::multiclass.roc(iris$Species, predictions_bad)
#> Error in roc.default(response, predictor, levels = X, percent = percent, :
#> Predictor must be numeric or ordered.
使用type = "prob"
修复错误。
predictions_good <- predict(knnFit, type = "prob")
pROC::multiclass.roc(iris$Species, predictions_good)
#> Call:
#> multiclass.roc.default(response = iris$Species, predictor = predictions_good)
#>
#> Data: multivariate predictor predictions_good with 3 levels of iris$Species: setosa, versicolor, virginica.
#> Multi-class area under the curve: 0.9981