计算AUC和GAM并在R中设定一个比例 [英] Calculate AUC and GAM and set a scale in R

问题描述

我有一个数据表格如下：

  xy chla sst ssha eke tuna 
：：：：： ：：
 $：b 
 
 
 
 
 $我使用了GAM模型如下： / b> 
 
 
 GAM <-gam（金枪鱼s（chla），family =二项式，data =非线性）
 
 
使用上面的模型，我可以处理chla，sst和ssha的数据。但是当我处理eke数据时，它并没有工作，R程序告诉我没有找到eval（expr，envir，enclos）：object  eke 中的错误。帮我解决这个问题？
 
我已经安装了ROCR软件包来计算AUC，但我不知道如何计算AUC。我也解决了这个问题吗？
 
 
我也使用下面的命令来制作一个图表：
  plot（GAM，xlab = ...，ylab = ..... font.lab = ... shade = ....）
  
但是当我运行这个命令时，结果并不是很好，我的意思是y轴上的刻度非常奇怪，我怎么设置刻度在y轴和x轴的1和5间隔（例如）分别为？
解决方案
由于您没有包括任何测试数据，我将使用 gam 包中的测试数据来计算AUC并绘制ROC曲线。
  library（gam）
库（ROCR）
 
＃样本二项回归
数据（后凸畸形）
 GAM <-gam（后凸畸形poly（年龄，2）+ s（开始），数据=后凸畸形，family =二项式）
 
＃获得每个样本的预测概率
 gampred < - 预测（GAM，type =response）
 
 #make a ROCR预测对象使用来自
＃我们的模型的预测值和来自真实数据的真实值
 rp < -  prediction（gampred，kyphosis $ Kyphosis）
 
＃现在计算AUC 
 auc < -  performance（rp，auc）@ y.values [[1]] 
 auc 
 
 #not plot ROC曲线
 roc< ;  - 绩效（rp，tpr，fpr）
 plot（roc）
  
  
 
I have a data form as follows:
x    y   chla   sst   ssha   eke  tuna
:    :     :     :      :     :     : 
:    :     :     :      :     :     :
I used GAM model as follow:

GAM<-gam(tuna~s(chla), family=binomial, data=nonLinear)

By using such as a model above, I can process the data for chla, sst and ssha. But when I processed the eke data, it was not working and R program told me that "error in eval(expr, envir, enclos) : object eke not found. Can anybody help me to solve this problem?

I already installed ROCR package to calculate the AUC. But I do not know how (the syntax) to calculate the AUC. Can anybody help me to solve this problem too?

I also used the following command to make a graph: 
plot(GAM, xlab=..., ylab=..... font.lab= ...shade=....)
But when I running that command the result is not so good. I mean, the scale on the y-axis is very weird. How do I set the scale on the y-axis and x-axis in 1 and 5 interval (for instance) respectively?
解决方案
Since you didn't include any test data, I will use the test data in the gam package to calculate AUC and plot an ROC curve.
library(gam)
library(ROCR)

#sample binomial regression    
data(kyphosis)
GAM<-gam(Kyphosis ~ poly(Age,2) + s(Start), data=kyphosis, family=binomial)

#get the predicted probabilities for each sample
gampred <- predict(GAM, type="response")

#make a ROCR prediction object using the predicted values from
#    our model and the true values from the real data
rp <- prediction(gampred, kyphosis$Kyphosis) 

#now calculate AUC
auc <- performance( rp, "auc")@y.values[[1]]
auc

#not plot ROC curve
roc <- performance( rp, "tpr", "fpr")
plot( roc )


                        
这篇关于计算AUC和GAM并在R中设定一个比例的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！