如果我遗漏了一些明显的东西，我很抱歉。在过去的几天里，我非常喜欢使用 R 界面与 h2o 一起工作。我想通过绘制 ROC 来评估我的模型，例如随机森林。该文档似乎表明有一种简单的方法可以做到这一点：
解释 DRF 模型
- 默认情况下，显示以下输出：
- 模型参数（隐藏）
- 评分历史图表（树的数量与训练 MSE）
- ROC 曲线图（TPR 与 FPR）
- 变量重要性图 ...
我还看到在 python 中你可以应用roc功能here。但我似乎无法找到在 R 界面中执行相同操作的方法。目前我正在使用以下方法从模型中提取预测h2o.cross_validation_holdout_predictions然后使用 R 中的 pROC 包来绘制 ROC。但我希望能够直接从 H2O 模型对象或 H2OModelMetrics 对象来完成此操作。
非常感谢！
一个简单的解决方案是使用plot()绘制 H2OMetrics 对象的通用函数：
logit_fit <- h2o.glm(colnames(training)[-1],'y',training_frame =
training.hex,validation_frame=validation.hex,family = 'binomial')
plot(h2o.performance(logit_fit),valid=T),type='roc')
这将为我们提供一个情节：
但很难定制，尤其是改变线型，因为type参数已被视为“roc”。另外，我还没有找到一种方法将多个模型的 ROC 曲线一起绘制在一个图上。我想出了一种从 H2OMetrics 对象中提取真阳性率和假阳性率的方法，并使用 ggplot2 自己在一个图上绘制 ROC 曲线。这是示例代码（使用了大量 tidyverse 语法）：
# for example I have 4 H2OModels
list(logit_fit,dt_fit,rf_fit,xgb_fit) %>%
# map a function to each element in the list
map(function(x) x %>% h2o.performance(valid=T) %>%
# from all these 'paths' in the object
.@metrics %>% .$thresholds_and_metric_scores %>%
# extracting true positive rate and false positive rate
.[c('tpr','fpr')] %>%
# add (0,0) and (1,1) for the start and end point of ROC curve
add_row(tpr=0,fpr=0,.before=T) %>%
add_row(tpr=0,fpr=0,.before=F)) %>%
# add a column of model name for future grouping in ggplot2
map2(c('Logistic Regression','Decision Tree','Random Forest','Gradient Boosting'),
function(x,y) x %>% add_column(model=y)) %>%
# reduce four data.frame to one
reduce(rbind) %>%
# plot fpr and tpr, map model to color as grouping
ggplot(aes(fpr,tpr,col=model))+
geom_line()+
geom_segment(aes(x=0,y=0,xend = 1, yend = 1),linetype = 2,col='grey')+
xlab('False Positive Rate')+
ylab('True Positive Rate')+
ggtitle('ROC Curve for Four Models')
那么ROC曲线为：
