插入符号中训练数据的 ROC 曲线

Question

使用R包caret，如何根据train()函数的交叉验证结果生成ROC曲线？

说，我执行以下操作：

data(Sonar)
ctrl <- trainControl(method="cv", 
  summaryFunction=twoClassSummary, 
  classProbs=T)
rfFit <- train(Class ~ ., data=Sonar, 
  method="rf", preProc=c("center", "scale"), 
  trControl=ctrl)

训练函数遍历 mtry 参数范围并计算 ROC AUC。我想查看相关的 ROC 曲线 -- 我该怎么做？

注意：如果采样使用的方法是LOOCV，那么rfFit会在rfFit$pred槽中包含一个非空数据帧，这似乎正是我所需要的。但是，我需要 "cv" 方法（k 折验证）而不是 LOO。

另外：不，roc以前版本的插入符号中包含的功能不是答案——这是一个低级功能，如果没有就不能使用它每个交叉验证样本的预测概率。

Answer 1

ctrl 中只缺少 savePredictions = TRUE 参数（这也适用于其他重采样方法）：

library(caret)
library(mlbench)
data(Sonar)
ctrl <- trainControl(method="cv", 
                     summaryFunction=twoClassSummary, 
                     classProbs=T,
                     savePredictions = T)
rfFit <- train(Class ~ ., data=Sonar, 
               method="rf", preProc=c("center", "scale"), 
               trControl=ctrl)
library(pROC)
# Select a parameter setting
selectedIndices <- rfFit$pred$mtry == 2
# Plot:
plot.roc(rfFit$pred$obs[selectedIndices],
         rfFit$pred$M[selectedIndices])

也许我遗漏了什么，但一个小问题是 train 估计的 AUC 值总是与 plot.roc 和 pROC::auc 略有不同（绝对差异 < 0.005），尽管 twoClassSummary 使用 pROC::auc 来估计 AUC。 编辑： 我假设发生这种情况是因为来自 train 的 ROC 是使用单独的 CV 集的 AUC 的平均值，在这里我们同时计算所有重新采样的 AUC 以获得整体 AUC.

更新由于这引起了一些关注，这里有一个使用 plotROC::geom_roc() for ggplot2 的解决方案：

library(ggplot2)
library(plotROC)
ggplot(rfFit$pred[selectedIndices, ], 
       aes(m = M, d = factor(obs, levels = c("R", "M")))) + 
    geom_roc(hjust = -0.4, vjust = 1.5) + coord_equal()

Answer 2

在这里，我正在修改@thei1e 的情节，其他人可能会觉得有帮助。

训练模型并进行预测

library(caret)
library(ggplot2)
library(mlbench)
library(plotROC)

data(Sonar)

ctrl <- trainControl(method="cv", summaryFunction=twoClassSummary, classProbs=T,
                     savePredictions = T)

rfFit <- train(Class ~ ., data=Sonar, method="rf", preProc=c("center", "scale"), 
               trControl=ctrl)

# Select a parameter setting
selectedIndices <- rfFit$pred$mtry == 2

更新的 ROC 曲线图

g <- ggplot(rfFit$pred[selectedIndices, ], aes(m=M, d=factor(obs, levels = c("R", "M")))) + 
  geom_roc(n.cuts=0) + 
  coord_equal() +
  style_roc()

g + annotate("text", x=0.75, y=0.25, label=paste("AUC =", round((calc_auc(g))$AUC, 4)))

Answer 3

2019 年更新。这是最简单的方法https://cran.r-project.org/web/packages/MLeval/index.html。从 Caret 对象和概率中获取最佳参数，然后计算许多指标和绘图，包括：ROC 曲线、PR 曲线、PRG 曲线和校准曲线。您可以将不同模型的多个对象放入其中以比较结果。

library(MLeval)
library(caret)

data(Sonar)
ctrl <- trainControl(method="cv", 
  summaryFunction=twoClassSummary, 
  classProbs=T)
rfFit <- train(Class ~ ., data=Sonar, 
  method="rf", preProc=c("center", "scale"), 
  trControl=ctrl)

## run MLeval

res <- evalm(rfFit)

## get ROC

res$roc

## get calibration curve

res$cc

## get precision recall gain curve

res$prg

插入符号中训练数据的 ROC 曲线

ROC curve from training data in caret

r

roc

r-caret