R broom tidy.roc 整理 a(n) roc 对象

Tidy 总结了有关模型组件的信息。模型组件可能是回归中的单个项、单个假设、聚类或类。 tidy 所认为的模型组件的确切含义因模型而异，但通常是不言而喻的。如果模型具有多种不同类型的组件，您将需要指定要返回哪些组件。

用法

# S3 method for roc
tidy(x, ...)

参数

x

从调用 AUC::roc() 返回的 roc 对象。

...

附加参数。不曾用过。仅需要匹配通用签名。注意：拼写错误的参数将被吸收到 ... 中，并被忽略。如果拼写错误的参数有默认值，则将使用默认值。例如，如果您传递 conf.lvel = 0.9 ，所有计算将使用 conf.level = 0.95 进行。这里有两个异常：

tidy() 方法在提供 exponentiate 参数时会发出警告(如果该参数将被忽略)。
augment() 方法在提供 newdata 参数时会发出警告(如果该参数将被忽略)。

也可以看看

tidy() , AUC::roc()

值

带有列的 tibble::tibble()：

cutoff: 用于分类的截止值。预测概率高于该值的观测值被分配为 1 类，预测概率低于该值的观测值被分配为 0 类。
fpr: 假阳性率。
tpr: 给定截止点的真阳性率。

例子


# load libraries for models and data
library(AUC)
#> AUC 0.3.2
#> Type AUCNews() to see the change log and ?AUC to get an overview.
#> 
#> Attaching package: ‘AUC’
#> The following objects are masked from ‘package:caret’:
#> 
#>     sensitivity, specificity

# load data
data(churn)

# fit model
r <- roc(churn$predictions, churn$labels)

# summarize with tidiers + visualization
td <- tidy(r)
td
#> # A tibble: 220 × 3
#>    cutoff     fpr   tpr
#>     <dbl>   <dbl> <dbl>
#>  1  1     0       0    
#>  2  1     0.00262 0.164
#>  3  0.972 0.00350 0.164
#>  4  0.968 0.00350 0.182
#>  5  0.964 0.00350 0.189
#>  6  0.96  0.00350 0.201
#>  7  0.932 0.00437 0.201
#>  8  0.91  0.00437 0.208
#>  9  0.908 0.00525 0.208
#> 10  0.902 0.00525 0.214
#> # ℹ 210 more rows

library(ggplot2)

ggplot(td, aes(fpr, tpr)) +
  geom_line()


# compare the ROC curves for two prediction algorithms
library(dplyr)
library(tidyr)

rocs <- churn %>%
  pivot_longer(contains("predictions"),
    names_to = "algorithm",
    values_to = "value"
  ) %>%
  nest(data = -algorithm) %>%
  mutate(tidy_roc = purrr::map(data, ~ tidy(roc(.x$value, .x$labels)))) %>%
  unnest(tidy_roc)

ggplot(rocs, aes(fpr, tpr, color = algorithm)) +
  geom_line()

源代码：R/auc-tidiers.R

相关用法

注：本文由纯净天空筛选整理自等大神的英文原创作品 Tidy a(n) roc object。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。