两种方式
pROC::auc(0:1, 1:0)
pROC::auc(0:1, 0:1)
给出1的AUC。
经过更多实验,似乎它总是返回max(AUC,1-AUC)。 是否有选项可以更改此设置? 我找不到GitHub存储库来报告此问题。
pROC::roc
函数中有一个参数direction
,默认设置为auto
。
从roc
的文档中可以看到:
direction - 进行比较的方向?“auto”(默认值):自动确定中位数所在的组,并相应地采取方向。 “>”:如果控制组的预测值高于病例组的值(控制 > t >= 病例)。 “<”:如果控制组的预测值低于或等于病例组的值(控制 < t <= 病例)。
pROC::auc(0:1, 1:0, direction = "<")
pROC::auc(0:1, 0:1, direction = "<")
Calimo在评论中给出了这种理论的解释:没有理由认为在所有情况下,更高的预测值都更积极。就像一个模型指示负类概率的情况一样。
有关此问题的更多信息,请参见此处。
1
作为二元分类中具有更高概率的类别来设置数据(或者至少是模型所追求的)。同时,我也要感谢您提供的pROC
。 - missuseModelMetrics::auc(0:1, 1:0)
ModelMetrics::auc(0:1, 0:1)
输出:
[1] 0
[1] 1