数据挖掘 - R中的多个AUC - 吾爱随笔录

我一直在为二元决策树使用可解释的机器学习包，称为 IAI。

长话短说：这里的核心方法被称为“最优分类器”（它不使用随机森林或 XGBoost 等贪婪启发式算法。而是组合评估所有树以获得全局优化）。

因此，鉴于这三个模型的相反优点，我想在一张图上比较 AUC。假设我有三个存储的图：

最优分类器：

x <- iai::roc_curve(grid, test_X, test_y, positive_label = 1)

随机森林：

y <- iai::roc_curve(grid, test_X, test_y, positive_label = 1)

XGBoost

z <- iai::roc_curve(grid, test_X, test_y, positive_label = 1)

是否可以将这些组合在一个情节中？我已经尝试过 pROC 和“添加真实”的论点。但我没有任何运气。

我附上了我的代码的来源，以防万一。真的很感激一些帮助。

最优分类器 AUC：

https://docs.interpretable.ai/stable/IAI-R/quickstart/ot_classification/

贪心方法 AUC

https://docs.interpretable.ai/stable/IAI-R/quickstart/heur_classification/

library(pROC) set.seed(2021) N <- 1000 x1 <- rnorm(N) x2 <- rnorm(N) x3 <- rnorm(N) z <- x1 + x2 + x3 pr <- 1/(1 + exp(-z)) y <- rbinom(N, 1, pr) L1 <- glm(y ~ x1, family = binomial) L2 <- glm(y ~ x1 + x2, family = binomial) L3 <- glm(y ~ x1 + x2 + x3, family = binomial) pred1 <- 1/(1 + exp(-predict(L1))) pred2 <- 1/(1 + exp(-predict(L2))) pred3 <- 1/(1 + exp(-predict(L3))) roc1 <- pROC::roc(y, pred1) roc2 <- pROC::roc(y, pred2) roc3 <- pROC::roc(y, pred3) plot(1 - roc1$specificities, roc1$sensitivities, col = 'black') points(1 - roc2$specificities, roc2$sensitivities, col = 'red') points(1 - roc3$specificities, roc3$sensitivities, col = 'blu