ROCRパッケージでAUCを計算する方法

Question

SVMモデルを採用し、ROC曲線をROCRパッケージで作成しました。曲線下面積（AUC）をどのように計算できますか？

tune.out=tune(svm ,Negative~.-Positive, data=trainSparse, kernel ="radial", 
       ranges=list(cost=c(0.1,1,10,100,1000),gamma=c(0.5,1,2,3,4), 
       probability = TRUE)) # train svm with probability option true 
summary(tune.out) 
best=tune.out$best.model 
yhat.opt = predict(best,testSparse,probability = TRUE) 

# Roc curve 
library(ROCR) 
# choose the probability column carefully, it may be 
# probabilities[,1] or probabilities[,2], depending on your factor levels 
pred <- prediction(attributes(yhat.opt)$probabilities[,2], testSparse$Negative) 
perf <- performance(pred,"tpr","fpr") 
plot(perf,colorize=TRUE) 

が

Answer 1

これを試してみてください

... 
prediction.obj <- prediction(...) 
perf <- performance(prediction.obj, measure = "auc") 
print("AUC: ", perf@y.values) 

sandipan's codeの後に追加することができます。これはgivあなただけのプロットです。 ftp://ftp.auckland.ac.nz/pub/software/CRAN/doc/packages/ROCR.pdf

"auc"performanceをもたらすことができる可能性対策の一つである：

は、5ページは、performanceためROCRのマニュアルを参照してください。

Answer 2

あなたの例では、完全ではないようですので、私はそれを実行し、それに応じて変えることができるように見えることはできません、しかし：

set.seed(1) 
tune.out=tune(svm ,Negative~.-Positive, data=trainSparse, kernel ="radial",ranges=list(cost=c(0.1,1,10,100,1000),gamma=c(0.5,1,2,3,4))) 
summary(tune.out) 
best=tune.out$best.model 

##prediction on the test set 
ypred = predict(best,testSparse, type = "class") 
table(testSparse$Negative,ypred) 

###Roc curve 
yhat.opt = predict(best,testSparse,decision.values = TRUE) 
fitted.opt = attributes(yhat.opt)$decision.values 
rocplot(fitted.opt,testSparse ["Negative"], main = "Test Data")## 

Answer 3

predictionで始まる方法ROCRパッケージから始まります。プロットにROCを取得する

pred_ROCR <- prediction(df$probabilities, df$target) 

：

roc_ROCR <- performance(pred_ROCR, measure = "tpr", x.measure = "fpr") 
plot(roc_ROCR, main = "ROC curve", colorize = T) 
abline(a = 0, b = 1) 

及びAUC値を取得：StackOverflowのへの歓迎

auc_ROCR <- performance(pred_ROCR, measure = "auc") 
    auc_ROCR <- auc_ROCR@y.values[[1]]