如何用R的yardstick包计算ROC AUC？解决因子输入报错问题

问题根源 #

ROC-AUC指标依赖连续的预测概率值，而非离散的分类结果。你传入的prediction是因子型的分类标签（模型输出的最终分类结果），不符合roc_auc()对输入数据类型的要求，因此触发报错。

解决步骤 #

1. 从朴素贝叶斯模型中提取预测概率 #

假设你用e1071包训练高斯朴素贝叶斯模型（R中最常用的实现方式），先确认训练代码，再提取概率：

library(e1071)
# 训练高斯朴素贝叶斯模型（特征列为outcome以外的所有列）
nb_model <- naiveBayes(outcome ~ ., data = train_pre_post)

# 提取每个样本属于两类的概率矩阵，type="raw"指定返回概率而非分类标签
pred_probs <- predict(nb_model, newdata = train_pre_post, type = "raw")
# 把"rip"（死亡）类别的概率存入数据集，作为ROC计算的输入
train_pre_post$rip_prob <- pred_probs[, "rip"]

2. 使用yardstick计算ROC-AUC #

用新增的数值型概率列rip_prob替代prediction，同时明确指定阳性事件为rip，避免默认类别顺序的干扰：

library(yardstick)
library(dplyr)

# 计算ROC曲线下面积
roc_auc_result <- train_pre_post %>%
  roc_auc(truth = outcome, estimate = rip_prob, event = "rip")

print(roc_auc_result)

额外说明 #

• 若你使用的是其他朴素贝叶斯包（如naivebayes），核心逻辑一致：找到返回概率的参数（通常是type="prob"或type="raw"）提取概率值即可。
• ROC曲线的本质是遍历所有可能的概率阈值，计算不同阈值下的灵敏度和特异度，因此必须依赖连续的概率值——已确定的分类结果仅对应某一个固定阈值（比如0.5）的判断，无法生成完整的ROC曲线。

内容的提问来源于stack exchange，提问作者for_the_love_of_cod