随机森林的 AUC - 不同的方法，不同的答案？

Question

我正在尝试寻找一种方法，在不使用 MLeval 的情况下为训练集和测试集提供随机森林模型的 AUC。

这是 , and 。训练数据的 AUC 的第一个示例给出 AUC=0.944。

plot.roc(rfFit$pred$obs[selectedIndices],
         rfFit$pred$M[selectedIndices], print.auc=TRUE)

由于我不知道如何调整第一个示例来测试数据，我将 Sonar 数据应用于第二个示例并与第一个示例交叉验证答案

ctrl <- trainControl(method="cv", 
                     summaryFunction=twoClassSummary, 
                     classProbs=T,
                     savePredictions = T)
rfFit <- train(Class ~ ., data=Sonar, 
               method="rf", preProc=c("center", "scale"), 
               trControl=ctrl, metric="ROC")
print(rfFit)
...
  mtry  ROC        Sens       Spec     
   2    0.9459428  0.9280303  0.8044444

result.predicted.prob <- predict(rfFit, Sonar, type="prob") # Prediction

result.roc <- roc(Sonar$Class, result.predicted.prob$M)
plot(result.roc, print.thres="best", print.thres.best.method="closest.topleft", print.auc=TRUE)

但是整个训练数据（即声纳）的 AUC 是 1.0，而 rfFit 显示 0.946，这也是不同的！那么，为什么我会得到不同的结果？计算训练和测试的 AUC 的正确方法是什么？

Answer 1

不同型号的AUC。

您看到的第一个 AUC 是通过交叉验证进行训练的平均 AUC。您可以在下面看到它：

head(rfFit$resample)
        ROC      Sens      Spec Resample
1 1.0000000 0.9090909 1.0000000   Fold02
2 0.9949495 1.0000000 0.7777778   Fold01
3 0.8045455 0.8181818 0.5000000   Fold03
4 1.0000000 1.0000000 0.8000000   Fold06
5 0.9595960 0.9090909 0.6666667   Fold05
6 0.9909091 0.9090909 0.9000000   Fold04

mean(rfFit$resample$ROC)
[1] 0.9540909

在这种情况下，它是 10 折交叉验证，您训练 90% 的数据并在 10% 上进行测试，因此每次折的模型都略有不同，因此 AUC 也不同。

如果你对训练的最终模型进行预测，你得到的 AUC 为 1，这不包括在插入符输出中。

所以，这取决于你的AUC应该反映什么。如果它是 CV 训练期间的平均 AUC，则使用插入符号中的 ROC 值。如果你只需要1个值来反映最终模型的准确率，那么你的第二种方法就可以了。

随机森林的 AUC - 不同的方法，不同的答案？

AUC for Random Forest - different methods, different answers?

r

random-forest

r-caret

roc

auc