gbm包中的ROC分数

Question

我在使用 gbm 包计算 ROC 分数 (AUC) 时遇到问题。我正在使用增强回归树。我正在运行的脚本是:

testing.tc5.lr005 <- gbm.step(data=ModelData, 
gbm.x = 3:4,
gbm.y = 2,
family = "gaussian",
tree.complexity = 5,
learning.rate = 0.005,
bag.fraction = 0.5)

它应该产生“训练数据 ROC 分数”和“交叉验证 ROC 分数”以及其他相关参数。我没有得到 ROC 分数。我调用了 names(testing.tc5.lr005)。它列出了 cv.roc.matrix 但如果我调用 testing.tc5.lr005$cv.roc.matrix 会产生以下内容:

[1] 0 0 0 0 0 0 0 0 0 0

我尝试通过 roc(TestData$TN,predTN) 计算 ROC AUC(TestData~用于预测的数据，即观察值；predTN~预测值)。结果为 [1]NA。我不知道我做错了什么，尽管模型的其余部分似乎通过合理的测试和 CV 相关性和 SE 值做得很好。 任何关于我哪里错了或替代的指示都将不胜感激! 谢谢

Answer 1

首先，我认为您将 gbm 包与 dismo 包结合使用。正如 Calimo 所说，gbm.step 在 dismo 之外不存在。

我无法回答您关于如何计算 ROC 的问题(我不是专家——我有同样的问题，这就是我如何来到这里的)，但我可以告诉您 dismo 不会计算它。我查看了 dismo 包中的代码，它们似乎不允许对高斯族进行 ROC 计算。