如果你在mlr3拿到机器学习的预测数据
ROC 过程原理探索
假设数据
df <- data.frame(A=iris$Sepal.Length,
group=sample(x = c(0,1),size = 150,replace = T))
分组为 0,1 # 变量A为连续性变量
library(pROC)
roc_obj <- roc(df g r o u p , d f group, df group,dfA, levels = c(0, 1),ci=T)
auc(roc_obj)
ci.auc(roc_obj)
如果你直接在机器学习拿到预测数据
fit <- lm(df g r o u p d f group~df group dfA)
pre_df <- predict(fit,df)
roc_obj_2 <- roc(df$group, pre_df, levels = c(0, 1),ci=T)
auc(roc_obj_2)