我想创建一个优化PPV的模型。我已经创建了一个RF模型（如下所示），它输出了一个混淆矩阵，然后我手动计算了敏感性、特异性、PPV、NPV和F1。现在我知道准确性被优化了，但我愿意牺牲敏感性和特异性来获得更高的PPV。
data_ctrl_null <- trainControl(method="cv", number = 5, classProbs = TRUE, summaryFunction=twoClassSummary, savePredictions=T, sampling=NULL)set.seed(5368)model_htn_df <- train(outcome ~ ., data=htn_df, ntree = 1000, tuneGrid = data.frame(mtry = 38), trControl = data_ctrl_null, method= "rf", preProc=c("center","scale"),metric="ROC", importance=TRUE)model_htn_df$finalModel #provides confusion matrix结果如下：
Call: randomForest(x = x, y = y, ntree = 1000, mtry = param$mtry, importance = TRUE) Type of random forest: classification Number of trees: 1000 No. of variables tried at each split: 38 OOB estimate of error rate: 16.2% Confusion matrix: no yes class.error no 274 19 0.06484642 yes 45 57 0.44117647我的手动计算结果：敏感性 = 55.9%，特异性 = 93.5%，PPV = 75.0%，NPV = 85.9%（混淆矩阵将我的“no”和“yes”作为结果进行了交换，所以我在计算性能指标时也交换了数字。）
那么，我该怎么做才能使PPV达到90%呢？
这是一个类似的问题，但我不是很理解。
回答：
我们定义一个函数来计算PPV并以名称返回结果：
PPV <- function (data,lev = NULL,model = NULL) { value <- posPredValue(data$pred,data$obs, positive = lev[1]) c(PPV=value)}假设我们有以下数据：
library(randomForest)library(caret)data=irisdata$Species = ifelse(data$Species == "versicolor","versi","others")trn = sample(nrow(iris),100)然后我们通过指定PPV为度量指标来进行训练：
mdl <- train(Species ~ ., data = data[trn,], method = "rf", metric = "PPV", trControl = trainControl(summaryFunction = PPV, classProbs = TRUE))Random Forest 100 samples 4 predictor 2 classes: 'others', 'versi' No pre-processingResampling: Bootstrapped (25 reps) Summary of sample sizes: 100, 100, 100, 100, 100, 100, ... Resampling results across tuning parameters: mtry PPV 2 0.9682811 3 0.9681759 4 0.9648426PPV was used to select the optimal model using the largest value.The final value used for the model was mtry = 2.现在你可以看到它是基于PPV进行训练的。然而，你不能强制训练达到0.9的PPV。这真的取决于数据，如果你的独立变量没有预测能力，无论你如何训练，它都不会改善，对吗？
