R语言机器学习与临床预测模型78

2024-06-23 03:21| 来源: 网络整理| 查看: 265

R小盐准备介绍R语言机器学习与预测模型的学习笔记你想要的R语言学习资料都在这里，快来收藏关注【科研私家菜】 01 ROC曲线比较

临床预测模型可以采用多种算法，每种算法都有优缺点，因而当我们针对具体问题去判断选择那种算法时，必须对不同的预测模型进行重做评估。

为了简化这个过程，我们使用caret包来生成并比较不同的模型与性能。加载对应的包与将训练控制算法设置为10折交叉验证，重复次数为3

library(ROCR) library(e1071) library("pROC") library(caret) library("pROC") control = trainControl(method = "repaetedcv", number = 10, repeats =3, classProbs = TRUE, summaryFunction = twoClassSummary) # 使用glm在训练数据集上训练一个分类器 glm.model = train(churn ~ ., data= trainset, method = "glm", metric = "ROC", trControl = control) # 使用svm在训练数据集上训练一个分类器 svm.model = train(churn ~ ., data= trainset, method = "svmRadial", metric = "ROC", trControl = control) # 使用rpart函数查看rpart在训练数据集上的运行情况 rpart.model = train(churn ~ ., data = trainset, method = "svmRadial", metric = "ROC", trControl = control) # 使用不同的已经训练好的数据分类预测： glm.probs = predict(glm.model,testset[,!names(testset) %in% c("churn")],type = "prob") svm.probs = predict(svm.model,testset[,!names(testset) %in% c("churn")],type = "prob") rpart.probs = predict(rpart.model,testset[,!names(testset) %in% c("churn")],type = "prob")

生成每个模型的ROC曲线

glm.ROC = roc(response = testset[,c("churn")], predictor = glm.probs$yes, levels = levels(testset[,c("churn")])) plot(glm.ROC,type = "S",col = "red") svm.ROC = roc(response = testset[,c("churn")], predictor = svm.probs$yes, levels = levels(testset[,c("churn")])) plot(svm.ROC,add = TRUE,col = "green") rpart.ROC = roc(response = testset[,c("churn")], predictor = rpart.probs$yes, levels = levels(testset[,c("churn")])) plot(rpart.ROC,add = TRUE,col = "blue")

将不同的分类模型的ROC曲线绘制在同一个图中进行比较，设置训练过程的控制参数为重复三次的10折交叉验证，模型性能的评估参数为twoClassSummary,然后在使用glm,svm,rpart,三种不同的方法建立分类模型。

从图中可以看出，svm对训练集的预测结果（未调优）是三种分类算法里最好的。

效果如下： 02 多模型性能差异比较

可以通过重采样的方法得对每一个匹配模型的统计信息，包括ROC曲线，灵敏度与特异度，然后基于这些统计信息来比较不同模型的性能差异。利用提前准备好的glm分类模型，svm分类模型，rpart分类模型：使用resample函数生成各个模型的统计信息，再调用summary函数输出三个模型在ROC、灵敏度及特异性上的统计信息。使用dotplot方法处理重采样结果来观测不同模型ROC差异，最后，采用箱线图在同一张图上对ROC、灵敏度及特异方面的差别进行比较。

cv.values = resamples(list(glm = glm.model,svm =svm.model,rpart = rpart.model)) > summary(cv.values) Call: summary.resamples(object = cv.values) Models: glm, svm, rpart Number of resamples: 30 ROC Min. 1st Qu. Median Mean 3rd Qu. Max. NA's glm 0.7597790 0.7927740 0.8040455 0.8106454 0.8347961 0.8760824 0 svm 0.8191998 0.8786439 0.8945208 0.8947360 0.9196775 0.9562556 0 rpart 0.6064540 0.7150320 0.7608241 0.7556544 0.8086731 0.8554750 0 Sens Min. 1st Qu. Median Mean 3rd Qu. Max. NA's glm 0.08823529 0.1764706 0.2058824 0.2124930 0.2516807 0.3235294 0 svm 0.44117647 0.5294118 0.5882353 0.5956863 0.6470588 0.7941176 0 rpart 0.20000000 0.4117647 0.4705882 0.4787955 0.5514706 0.7352941 0 Spec Min. 1st Qu. Median Mean 3rd Qu. Max. NA's glm 0.9393939 0.9645119 0.9721581 0.9702721 0.9796954 0.9898477 0 svm 0.9494949 0.9695431 0.9771574 0.9755004 0.9847716 0.9898990 0 rpart 0.9492386 0.9746193 0.9796954 0.9780359 0.9848485 1.0000000 0 # 使用dotplot函数绘制重采样在ROC曲线度量中的结果 dotplot(cv.values,metric = "ROC") # 使用箱线图绘制重采样结果 bwplot(cv.values,layout=c(3,1)) 效果如下： 03 时间依赖性ROC曲线绘制 ## 变成data_frame data

【本文地址】

公司简介

联系我们