Ошибка ROCR: неверный формат прогнозов

Question

После получения моих прогнозов из glmnet я пытаюсь использовать функцию "прогнозирования" в пакете "ROCR" для получения tpr, fpr и т. Д., Но получаю эту ошибку:

pred <- prediction(pred_glmnet_s5_3class, y)
Error in prediction(pred_glmnet_s5_3class, y) : 
Format of predictions is invalid.

Я вывел и прогнозы glmnet, и метки, и они выглядят так, как будто они в похожем формате, и, следовательно, я не понимаю, что здесь недопустимо.

Код выглядит следующим образом, и здесь можно найти входные данные. Это небольшой набор данных, и он не должен занимать много времени для запуска.

library("ROCR")
library("caret")
sensor6data_s5_3class <- read.csv("/home/sensei/clustering /sensor6data_f21_s5_with3Labels.csv")
sensor6data_s5_3class <- within(sensor6data_s5_3class, Class <- as.factor(Class))
sensor6data_s5_3class$Class2 <- relevel(sensor6data_s5_3class$Class,ref="1")

set.seed("4321")
inTrain_s5_3class <- createDataPartition(y = sensor6data_s5_3class$Class, p = .75, list = FALSE)
training_s5_3class <- sensor6data_s5_3class[inTrain_s5_3class,]
testing_s5_3class <- sensor6data_s5_3class[-inTrain_s5_3class,] 
y <- testing_s5_3class[,22]

ctrl_s5_3class <- trainControl(method = "repeatedcv", number = 10, repeats = 10 , savePredictions = TRUE)
model_train_glmnet_s5_3class <- train(Class2 ~ ZCR + Energy + SpectralC + SpectralS + SpectralE + SpectralF + SpectralR + MFCC1 + MFCC2 + MFCC3 + MFCC4 + MFCC5 + MFCC6 + MFCC7 + MFCC8 + MFCC9 + MFCC10 + MFCC11 + MFCC12 + MFCC13, data = training_s5_3class, method="glmnet", trControl = ctrl_s5_3class)
pred_glmnet_s5_3class = predict(model_train_glmnet_s5_3class, newdata=testing_s5_3class, s = "model_train_glmnet_s5_3class$finalModel$lambdaOpt")

pred <- prediction(pred_glmnet_s5_3class, y)

Ценю твою помощь!

Answer 1

Основная проблема заключается в том, что prediction принимает "вектор, матрицу, список или фрейм данных" для обоих predictions а также labels аргументы. Даже если pred_glmnet_s5_3class а также y выглядят как векторы, они не являются, например,

sapply(c(is.vector, is.matrix, is.list, is.data.frame), do.call, list(y))
# [1] FALSE FALSE FALSE FALSE

На самом деле, они являются факторами (которые можно увидеть, например, из class(y)), а также ?is.vector сообщает нам

Обратите внимание, что факторы не являются векторами; is.vector возвращает FALSE, а as.vector преобразует фактор в символьный вектор для mode = "any".

Мы можем преобразовать оба объекта в numeric:

pred <- prediction(as.numeric(pred_glmnet_s5_3class), as.numeric(y))
#   Number of classes is not equal to 2.
# ROCR currently supports only evaluation of binary classification tasks.

К сожалению, это создает другую проблему, которая выходит за рамки этого вопроса.