如何调用 randomForest predict 与 ROCR 一起使用？答案

【问题标题】：How to call randomForest predict for use with ROCR?如何调用 randomForest predict 与 ROCR 一起使用？
【发布时间】：2012-07-15 12:47:02
【问题描述】：

我很难理解如何构建 ROC 曲线，现在我得出的结论是，我可能没有正确创建模型。我在类属性“y_n”为 0 或 1 的数据集中运行随机森林模型。出于预测目的，我将数据集划分为 bank_training 和 bank_testing。以下是我要做的步骤：

bankrf <- randomForest(y_n~., data=bank_training, mtry=4, ntree=2,
                  keep.forest=TRUE, importance=TRUE)
bankrf.pred <- predict(bankrf, bank_testing, type='response',
                  predict.all=TRUE, norm.votes=TRUE)

到目前为止我所做的是否正确？创建的 bankrf.pred 对象是一个列表对象，具有 2 个名为：聚合和个体的类。我不明白这两个类名是从哪里来的？此外，当我跑步时：

summary(bankrf.pred)
           Length Class  Mode     
aggregate  22606  factor numeric  
individual 45212  -none- character

这个摘要是什么意思？数据集（训练和测试）分别为 22605 和 22606。如果有人可以向我解释发生了什么，我将不胜感激。我认为这一切都有问题。

当我尝试使用 ROCR 设计 ROC 曲线时，我使用以下代码：

library(ROCR)
pred <- prediction(bank_testing$y_n, bankrf.pred$c(0,1))

Error in is.data.frame(labels) : attempt to apply non-function

我尝试创建 ROC 曲线的方式只是一个错误，还是从一开始就使用 randomForest？

【问题讨论】：

banrf.pred的结构在?predict.randomForest的文档中有完整的解释。
我已经检查过了，根据它应该可以这样，但我仍然无法用 ROCR 绘制 roc 曲线，我认为模型应该有问题.
好吧，您的问题没有包含有关您如何尝试创建 ROC 曲线或它究竟是如何不起作用的信息，因此任何人都很难帮助解决该问题。跨度>

标签： r random-forest

【解决方案1】：

您尝试使用的函数的文档包括对其两个主要参数的描述：

预测包含预测。

labels 一个向量、矩阵、列表或数据框，包含真正的类标签。必须与“预测”具有相同的维度。

您当前正在将变量 y_n 传递给 predictions 参数，而在我看来 labels 参数的内容是无稽之谈。

预测将存储在随机森林模型的输出中。如?predict.randomForest 所述，它将是一个包含两个组件的列表。 aggregate 将包含整个森林的预测值，而individual 将包含每棵树的预测值。

所以你可能想做这样的事情：

predictions(bankrf.pred$aggregate, bank_testing$y_n)

看看它是如何工作的？ 预测的值被传递给predictions参数，而“标签”或真值被传递给labels参数。

【讨论】：

不……它又没用了。现在的错误是：预测格式无效。不过感谢您的回答！
@spektra 好吧，你得到的答案只会和你的问题的可重复性一样好。否则我们只是猜测。
因子不是向量。您必须首先使用 as.numeric() 转换每个因素（预测或标签）。
@CS 看起来预测不能是一个因素，但标签可以（如果你查看代码，标签的情况是明确处理的）。
好的。感谢您检查代码:) 我刚才和 OP 有同样的错误（我认为）并用 as.numeric() 修复它。

【解决方案2】：

如果你只是想获得预测的类，你应该从predict 中删除predict.all=TRUE 参数。通过使用predict.all=TRUE，您是在告诉函数保留所有树木的预测而不是森林的预测。

【讨论】：