如何使用FOR循环计算多个dataframe的AUC指标并存储结果

• 原代码存在两处可优化点：计算ROC时硬编码了iris$Species，需要替换为当前循环中数据集的真实标签，避免所有数据集计算出的AUC都对应iris数据集；补充结果写入矩阵的逻辑，建议通过索引遍历数据集列表，更易定位结果存储位置

完整可运行代码 #

require(pROC)
require(randomForest)

# 预处理iris数据集作为示例
data(iris)
iris <- iris[-which(iris$Species=="setosa"),]
iris$Species <- as.factor(as.character(iris$Species))

# 构造数据集列表，可自定义添加任意多数据集
df1 <- iris
df2 <- iris
# 可以给数据集命名，后续结果列名直接复用
df_list <- list(数据集1 = df1, 数据集2 = df2)

# 动态生成空结果矩阵，列数和数据集数量一致，行存储AUC值
results_matrix <- matrix(ncol = length(df_list), nrow = 1,
                         dimnames = list("AUC值", names(df_list)))

# 循环遍历每个数据集计算AUC
for (i in seq_along(df_list)) {
  current_df <- df_list[[i]]
  # 训练随机森林
  rf_model <- randomForest::randomForest(Species ~ ., data = current_df)
  # 计算ROC和AUC，用当前数据集的标签，不要硬编码iris$Species
  rf_roc <- roc(current_df$Species, rf_model$votes[,2])
  current_auc <- as.numeric(auc(rf_roc))
  # 写入结果矩阵对应位置
  results_matrix[1, i] <- current_auc
}

# 打印结果
print(results_matrix)

# 如果需要转成dataframe后续处理用
results_df <- as.data.frame(results_matrix)

扩展说明 #

• 如果需要新增数据集，仅需要把数据集加入df_list即可，results_matrix的列数可以直接用length(df_list)动态生成，无需手动修改
• 如果需要多次重复实验取AUC均值，只需要修改results_matrix的行数为重复次数，每一行存储一次实验的所有数据集AUC结果
• 如果不同数据集的响应变量名不一致，可以把数据集和响应变量名配对存储，例如列表每个元素为list(df=xxx, y_col="响应变量名")，循环中动态读取对应列即可

内容的提问来源于stack exchange，提问作者Konar