R语言构建逻辑回归ROC曲线时confusionMatrix相关报错如何解决

混淆矩阵相关报错解决方案 #

所有关于类别水平不匹配、无重叠类别的报错，核心原因是标签取值、因子水平未对齐，预测与真实标签用了不同字段：

• 错误根源：
  • 首次代码混淆了标签字段：训练模型用quality_binary，构造混淆矩阵时真实值取了my_type_test$quality，两个字段的取值、类别数量完全不一致
  • 修改后代码逻辑顺序错误：先给预测值赋值真实值的levels，此时还未将真实值转成因子，levels(df$Actual)为NULL，触发level数量不匹配报错
  • 可能存在预测结果全为0/全为1的情况，和真实标签完全没有重叠类别
• 修复代码：

# 提前统一训练、测试集的标签因子水平，避免后续对齐问题
my_type_train$quality_binary <- factor(my_type_train$quality_binary, levels = c(0,1))
my_type_test$quality_binary <- factor(my_type_test$quality_binary, levels = c(0,1))

# 训练逻辑回归模型
my_log <- glm(quality_binary ~ fixed.acidity + volatile.acidity + citric.acid + chlorides + free.sulfur.dioxide + total.sulfur.dioxide +
                density + pH + sulphates + alcohol, data = my_type_train, family = "binomial")

# 生成测试集预测概率
prediction <- predict(my_log, newdata = my_type_test, type = "response")
# 转类别，提前对齐因子水平
predict_cat <- factor(ifelse(prediction < 0.5, 0, 1), levels = c(0,1))

# 生成混淆矩阵，注意第一个参数为预测值，第二个为真实值，positive填实际正类的取值
result <- confusionMatrix(predict_cat, my_type_test$quality_binary, positive = "1")
print(result)

ROC绘制与AUC计算报错解决方案 #

仅字符串可转符号、对象不存在的报错，核心原因是变量存储位置错误、命名不统一：

• 错误根源：
  • 首次代码把预测概率prob存在了训练集里，调用ROC时用测试集，测试集没有prob字段
  • 混淆了标签字段，ROC计算时用了quality而非建模用的quality_binary
  • 修改后ROC对象存为roc2，画图时还在调用旧的roc对象
• 修复代码：

# 把预测概率存在测试集里，不要存在训练集
my_type_test$prob <- prediction

library(pROC)
# 用测试集的真实标签和对应预测概率计算ROC
roc_obj <- roc(quality_binary ~ prob, data = my_type_test)
# 输出AUC值
print(auc(roc_obj))

# 绘制ROC曲线
library(ggplot2)
ggroc(roc_obj, color = "red") +
  geom_abline(slope = 1, intercept = 1, linetype = "dashed") +
  labs(title = "Logistic回归ROC曲线", x = "特异度", y = "灵敏度")

额外注意事项 #

• 不要重复执行install.packages()，已安装的包直接用library()调用即可
• 变量命名要统一，避免出现调用未定义对象的低级错误
• 提前检查quality_binary的取值，确认只有0和1两类，无异常值

内容的提问来源于stack exchange，提问作者Crystal