Je calcule d'abord l'AUROC (AUC pour la courbe ROC) en utilisant le package ROCR puis manuellement (en utilisant ma fonction get_au_curve()
) comme ci-dessous.ROCR package La sortie AUROC est différente du calcul manuel
Malheureusement, les deux résultats ne sont pas d'accord. Je suppose que le résultat de ROCR est le bon. Est-ce le problème ici avec mon approximateur de fonction?
rm(list=ls())
if(!require("ROCR")) { install.packages("ROCR"); require("ROCR") }
# Function to return area under the curve for ROC or PR curves
get_au_curve <- function(x, y) {
pr_perf <- performance(pred, measure=y, x.measure=x)
x_list <- [email protected][[1]]
y_list <- [email protected][[1]]
if (y == "prec") { # if it is an Area under PR curve, impute precision[1], whcih is NaN, with 1
y_list[is.na(y_list)] <-1 }
f_appr <- approxfun(cbind(x_list, y_list)) # function approximator for prediction-recall or ROC curve
auc <- integrate(f_appr, 0, 1)
return(auc$value)
}
predictions <- c(0.61, 0.36, 0.43, 0.14, 0.38, 0.24, 0.97, 0.89, 0.78, 0.86)
labels <- c(1, 1, 1, 0, 0, 1, 1, 1, 0, 1)
pred <- prediction(predictions, labels)
# AUROC
# 1 Using ROCR
perf2 <- performance(pred, "auc")
auroc<- [email protected]
# 2. Using the function I wrote
auroc_manual <- get_au_curve('fpr', 'tpr')
Cela donne le résultat:
> auroc_manual
[1] 0.6785714
> auroc
[[1]]
[1] 0.7142857
merci, oui c'est ce que j'ai d'abord essayé, mais 'caTools' ne fonctionne pas pour R ver> 3.1 apparemment. Je vais essayer de trouver une autre fonction numérique comme le trapèze ou simpsons. – Rhubarb
Le paquet 'pracma' dans CRAN a une fonction trapz() et fonctionne comme prévu. Je reçois les mêmes résultats que la valeur AUROC de ROCR. – Rhubarb
caTools fonctionne correctement avec les versions plus récentes de R. – Calimo