Advertisement

R语言的评分卡模型验证框架：ROC、KS、AIC与BIC

阅读量：

本文旨在介绍若干常见的模型验证方式，着重于R语言的应用，暂不涉及相关方法的理论基础。作者刚开始接触R语言，因此希望通过此次整理归纳自身的学习经历。若存在疏漏之处，敬请批评指正。

1. ROC与AUC，基尼系数

混淆矩阵Confusion Matrix

在进行ROC计算之前，首先需要了解混淆矩阵的计算方法

  1. 可借助table函数（pre, test$label）实现

  2. 利用caret包中提供的confusionMatrix(data, reference)函数进行计算

ROC与AUC指标分析

采用pROC包中的roc函数进行操作

复制代码 
    # validate
    library(pROC)  # roc
    modelroc <- roc(test$label,pre)
    modelauc<- auc(modelroc) # calculate area under the curve
    plot(modelroc, print.auc=TRUE, auc.polygon=TRUE, grid=c(0.1, 0.2),
     grid.col=c("green", "red"), max.auc.polygon=TRUE,
     auc.polygon.col="skyblue

全部评论 (0)

还没有任何评论哟~

相关文章推荐