mlr3机器学习bench置信区间AUC

p1=autoplot(bmr, type = “roc”) # 去掉置信区间

p1$data 是聚合的结果，可以单个CV的作图结果在合并在一起画

类似上面的 df_p_x_cv_rf

不会改变已设置超参数的学习器

ROC曲线禁止平滑化，如果要得到平滑的AUC/ROC曲线，采用CV策略，repeats=5 fold= 5,把结果提取出来，重新导入作图，获取aggregate可以直接获取的AUC 和95CI，靠自己rr$score(msr(“classif.auc”)) 提取计算， 可以算置信区间。Rmisc::CI

cv_method <- rsmp(“repeated_cv”, folds = 5,repeats=5)

上诉代码得到什么样的混淆矩阵，每一次cv*repeats = 25个 train和test的混淆矩阵，如何提取