精华内容
下载资源
问答
  • 拓端tecdat|R语言画ROC曲线总结

    千次阅读 2020-02-18 17:45:48
    在本文中,我描述了如何在CRAN中搜索用于绘制ROC曲线的包,并重点介绍了六个有用的包。

    原文链接:http://tecdat.cn/?p=10963

    原文出处:拓端数据部落公众号

    在本文中,我描述了如何在CRAN中搜索用于绘制ROC曲线的包,并重点介绍了六个有用的包。

    我使用pkgsearch来搜索CRAN并查看其中的内容。该package_search()函数将文本字符串作为输入,并使用基本的文本挖掘技术来搜索所有CRAN。 

    经过一番尝试和错误之后,我确定了以下查询,其中包括许多与ROC相关的有趣软件包。

    rocPkg <-  pkg_search(query="ROC",size=200)
    

    rocPkgShort <- rocPkg %>% 
                   filter(maintainer_name != "ORPHANED", score > 190) %>%
                   select(score, package, downloads_last_month) %>%
                   arrange(desc(downloads_last_month))
    head(rocPkgShort)
     
    ## # A tibble: 6 x 3
    ##   score package  downloads_last_month
    ##   <dbl> <chr>                   <int>
    ## 1  690. ROCR                    56356
    ## 2 7938. pROC                    39584
    ## 3 1328. PRROC                    9058
    ## 4  833. sROC                     4236
    ## 5  266. hmeasure                 1946
    ## 6 1021. plotROC                  1672

    下图使用了Guangchuang Yu的dlstats软件包,查看我选择分析的六个软件包的下载历史记录。

    library(dlstats)
    shortList <- c("pROC","precrec","ROCit", "PRROC","ROCR","plotROC")
    downloads <- cran_stats(shortList)
    ggplot(downloads, aes(end, downloads, group=package, color=package)) +
      geom_line() + geom_point(aes(shape=package)) +
      scale_y_continuous(trans = 'log2')

    2005年

     

    以下代码ROCR使用包随附的综合数据集设置并绘制默认的ROC曲线。在整个文章中,我将使用相同的数据集。

    library(ROCR)
    ## Loading required package: gplots
    ## 
    ## Attaching package: 'gplots'
    ## The following object is masked from 'package:stats':
    ## 
    ##     lowess
    
    # 为单个预测绘制ROC曲线,并对曲线进行着色。
    
    
    data(ROCR.simple)
    df <- data.frame(ROCR.simple)
    pred <- prediction(df$predictions, df$labels)
    perf <- performance(pred,"tpr","fpr")
    plot(perf,colorize=TRUE)
     

    2010

     pROC在图中绘制曲线下面积(AUC)的置信区间非常容易。

    2014年

    roc.curve()函数会绘制出干净整齐的ROC曲线 。

    2014年

    该软件包提供了许多功能丰富的ggplot()几何图形 。 

     2015年

    precrec 是另一个用于绘制ROC的库。

    evalmod()函数可以很容易地生成各种模型特征的基本图。

    展开全文
  • R语言绘制ROC曲线

    万次阅读 多人点赞 2019-02-25 09:44:01
    1 roc曲线的意义 ROC曲线就是用来判断诊断的正确性,最理想的就是曲线下的面积为1,比较理想的状态就是曲线下的面积在0.8-0.9之间,0.5的话对实验结果没有什么影响。 如图: 2代码部分 install.packages(...

    1、roc曲线的意义
    ROC曲线就是用来判断诊断的正确性,最理想的就是曲线下的面积为1,比较理想的状态就是曲线下的面积在0.8-0.9之间,0.5的话对实验结果没有什么影响。
    如图:
    在这里插入图片描述
    2、代码部分

    install.packages("pROC")
    install.packages("ggplot2")
    
    library(pROC)
    library(ggplot2)
    #建立曲线
    data(aSAH)
    rocobj1<-roc(aSAH$outcome,aSAH$s100b)
    rocobj2<-roc(aSAH$outcome,aSAH$wfns)
    rocobj3<-roc(aSAH$outcome,aSAH$ndka)
    #计算full AUC
    auc(rocobj1)
    auc(rocobj2)
    auc(rocobj3)
    
    #绘制曲线
    plot(rocobj1)
    
    #其他参数美化
    plot(rocobj1,print.auc=TRUE,auc.polygon=TRUE,grid=c(0.1,0.2),grid.col=c("green","red"),max.auc.polygon=TRUE,auc.polygon.col="skyblue",print.thres=TRUE)
    
    #计算partial  AUC选择关注一定范围数据
    
    plot(rocobj1,print.auc=TRUE,auc.polygon=TRUE,partial.auc=c(0.8,0.4),partial.auc.focus="sp",grid=c(0.1,0.2),grid.col=c("green","red"),max.auc.polygon=TRUE,auc.polygon.col="skyblue",print.thres=TRUE,reuse.auc=FALSE)
    
    #比较两个曲线,pROC提供三种方法比较“delong”, “bootstrap”或“venkatraman”
    roc.test(rocobj1,rocobj2,method = "bootstrap")
    #ggroc(功能仍在测试中)绘制Multiple curves
    g3<-ggroc(list(s100b=rocobj,wfns=rocobj2,ndka=rocobj3))
    g3
    
    install.packages("pROC")
    library("pROC")##roc
    data(aSAH)
    roc1<-roc(myData$label,myData$score)
    roc2<-roc(myData2$label,myData2$score)
    polt(roc1,col="blue")
    polt.roc(roc2,add=TRUE,col="red")
    

    3、实验结果
    在这里插入图片描述

    展开全文
  • R语言绘制ROC曲线如何在一个图中

    万次阅读 2017-12-16 14:08:10
    data(aSAH) 加载R语言自带的数据 roc1 <- roc(myDatalabel,myDatalabel, myDatascore) roc2 <- roc(myData2label,myData2label, myData2score) plot(roc1, col=”blue”) plot.roc(roc2, add=TRUE, col=”r
    $library("pROC")  
    data(aSAH)  加载R语言自带的数据
    roc1 <- roc(myData$label, myData$score)   
    roc2 <- roc(myData2$label, myData2$score)  
    plot(roc1, col="blue")  
    plot.roc(roc2, add=TRUE, col="red")  在上图中继续添加ROC曲线
    展开全文
  • R语言绘制ROC曲线

    2021-09-27 13:34:04
    受试者工作特征曲线(ROC曲线),最初作为一种分析方法在二战时用于评价雷达性能(鉴别敌方,友方以及噪音),目前广泛应用于医学诊断、生物信息学、数据挖掘和机器学习等研究中。 ROC曲线可用于评价生物标记物...

    受试者工作特征曲线(ROC曲线),最初作为一种分析方法在二战时用于评价雷达性能(鉴别敌方,友方以及噪音),目前广泛应用于医学诊断、生物信息学、数据挖掘和机器学习等研究中。
    ROC曲线可用于评价生物标记物(biomarker)的表现以及比较不同打分方法(scoring methods)。因此,ROC曲线是非常重要和常见的统计分析方法,下面我们就用两种方法绘制ROC曲线图吧~

    part 1:pROC绘制ROC曲线

    1.下载pROC包和ggplot2包

    BiocManager::install("pROC")
    BiocManager::install("ggplot2")
    

    2.调用pROC包,调用ggplot2包以利用ggroc函数

    library(pROC)
    library(ggplot2)
    

    3.建立曲线

    data(aSAH)
    rocobj1<-roc(aSAH$outcome,aSAH$s100b)
    rocobj2<-roc(aSAH$outcome,aSAH$wfns)
    rocobj3<-roc(aSAH$outcome,aSAH$ndka)
    

    4.计算full AUC

    auc(rocobj1)
    auc(rocobj2)
    auc(rocobj3)
    

    5.绘制曲线

    plot(rocobj1)
    

    6.其他参数美化

    plot(rocobj1, print.auc=TRUE, auc.polygon=TRUE, 
         grid=c(0.1, 0.2), 
         grid.col=c("green", "red"), 
         max.auc.polygon=TRUE,
         auc.polygon.col="skyblue",
         print.thres=TRUE)
    

    7.计算partial AUC选择关注(sp或se)一定范围的数据

    plot(rocobj1, print.auc=TRUE, auc.polygon=TRUE, 
         partial.auc=c(1, 0.8),partial.auc.focus="sp", 
         grid=c(0.1, 0.2),grid.col=c("green", "red"),
         max.auc.polygon=TRUE, 
         auc.polygon.col="skyblue",
         print.thres=TRUE, reuse.auc=FALSE)
    

    part 2:ROCR包绘制ROC曲线

    1.下载ROCR包并调用

    BiocManager::install("ROCR")
    library(ROCR)
    

    2.调用ROCR的内置示例数据

    data(ROCR.simple)
    df <- data.frame(ROCR.simple)
    

    3.查看数据前六行

    head(df)
    

    4.performance函数计算tpr,fpr

    pred<-prediction(df$predictions, df$labels)
    perf<- performance(pred,"tpr","fpr")
    perf
    plot(perf,colorize=TRUE)
    

    在这里插入图片描述

    以上就是ROC曲线图的两种方法分享啦!

    如果对如果对生信绘图感兴趣的小伙伴可以添加“小图”或者搜索微信公众号“作图帮”,让我们一起学习生信绘图,图图期待你们的加入!

    展开全文
  • R-画ROC曲线

    2021-03-26 10:58:22
    # Build a ROC object and compute the AUC, draw ROC, print AUC and the best THRESHOLDS roc(aSAH$outcome, aSAH$s100b, plot=TRUE, print.thres=TRUE, print.auc=TRUE)#aSAH$outcome is the ground truth lable;...
  • R语言绘制ROC曲线

    万次阅读 多人点赞 2013-03-21 10:49:07
    (PS:下述内容或许部分表述有误,请谨慎参考,但以下操作本人均测试正常;本文很多内容参考了...内容:利用R语言绘制ROC曲线并计算AUC 平台:R 2.15.3 1. 吐槽一大堆,省略xxx字 2. 准备工作 2.1 安装 R  2.2 安装
  • R软件包ROCR画ROC曲线

    万次阅读 2017-04-19 16:56:42
    ROC曲线可以简单、直观得观察分析方法的临床准确性,并可用肉眼作出判断。ROC以真阳性率(灵敏度FPR)为纵坐标,假阳性率(1-特异度TPR)为横坐标绘制的曲线,可准确反映某分析方法特异性和敏感性的关系,是试验准确...
  • R语言实战——ROC曲线的绘制

    千次阅读 2020-04-20 18:30:56
    然后无意间发现了一篇用R语言绘制ROC曲线的文章,赶紧学了并分享出来,以备不时之需。 先通过一个例子来讲解一下参数的作用,使用的数据是大名鼎鼎的Iris数据集,R语言自带。 数据处理 第一步当然得处理一下数据。...
  • R语言 ROC曲线

    千次阅读 2018-01-15 18:52:00
    ROC曲线(受试者工作特征, Receiver Operating Characteristic) 可以简单、直观得观察分析方法的临床准确性,并可用肉眼作出判断。ROC以真阳性率(灵敏度FPR)为纵坐标,假阳性率(1-特异度TPR)为横坐标绘制的曲线...
  • r语言怎么做ROC曲线

    千次阅读 2017-03-03 18:28:54
    #ROC曲线 TPR=rep(0,1000) FPR=rep(0,1000) for(i in 1:1000){   p0=i/1000;  ypredp0)  TPR[i]=sum(ypred*audit2$is_run)/sum(audit2$is_run)  FPR[i]=sum(ypred*(1-audit2$is_run))/sum(1-audit2$is...
  • 之前因工作需要绘制ROC曲线,所以对该曲线的计算细节进行了一番摸索。刚开始我搜索ROC曲线一般跟机器学习相关联,导致我对它的概念有了曲解,理所当然地以为它只是一个用于机器学习的分类器评估标准,所以在绘制曲线...
  • ROC 曲线可能是评估评分分类器的预测性能的最常用的度量。 预测正类(+1)和负类(-1)的分类器的混淆矩阵具有以下结构: 预测/参考类 +1 -1 +1 TP FP -1 FN TN 这里,TP表示真阳性的数量...
  • 画ROC曲线R包总结

    千次阅读 2019-03-18 11:47:00
    作者: Joseph Rickert原文链接:https://rviews.rstudio.com/2019/03/01/some-r-packages-for-roc-...
  • R语言绘图:ROC曲线

    千次阅读 2019-10-06 02:30:44
    使用pROC包绘制ROC曲线 #####***绘制ROC曲线***##### library("pROC") N <- dim(data2)[1] #数据长度 set.seed(1234) ...
  • ggolot2 画ROC曲线

    千次阅读 2015-05-06 01:11:27
    为了进一步了解ggplot2的使用,利用ROC曲线进行说明学习。####获取画图数据(data.frame格式)##### library(ggplot2) library(ROCR) ##用于计算ROC data(ROCR.simple) ###画图数据集 pred (ROCR.simple$predictions,...
  • R语言-绘制ROC曲线

    万次阅读 多人点赞 2016-04-14 21:28:35
    浅谈ROC曲线机器学习中很常见的一个大类就是二元分类器。很多二元分类器会产生一个概率预测值,而非仅仅是0-1预测值。我们可以使用某个临界点(例如0.5),以划分哪些预测为1,哪些预测为0。得到二元预测值后,可以...
  • R语言 ROC曲线 截断值、特异性、敏感性和曲线下面积AUC值的计算和显示 R语言绘制ROC曲线在临床医学中的应用 ** #计算体脂率对诊断妊娠期糖尿病的ROC曲线、截断值 sumExcel1.2018合4_列合并症<- read.csv(“C:\...
  • R语言使用pROC包绘制ROC曲线实战:roc函数计算AUC值、plot.roc函数绘制ROC曲线、添加置信区间、为回归模型中的每个因子绘制ROC曲线并在同一个图中显示出来 目录 R语言使用pROC包绘制ROC曲线实战:roc函数计算AUC...
  • R语言proc包绘制ROC曲线(信用评分应用,已有label和相应score) 2018/11/6 数据:好坏标签label、用四种model简单计算出的每一个样本的score,标记为pre1至pre4,约1w样本 目的:使用proc包绘制ROC曲线,并生成...
  • 本文将使用一个小数据说明ROC曲线,其中n = 10个观测值,两个连续变量x_1和x_2,以及二元变量y∈{0,1}。
  • 之前我们讨论了使用ROC曲线来描述分类器的优势,有人说它描述了“随机猜测类别的策略”,让我们回到ROC曲线来说明。考虑一个非常简单的数据集,其中包含10个观测值(不可线性分离)
  • 接收器操作特性(ROC曲线可能是评估评分分类器的预测性能的最常用的度量。 预测正类(+1)和负类(-1)的分类器的混淆矩阵具有以下结构: 预测/参考类+1-1 +1 TP FP -1 FN TN 这里,...
  • ROC曲线基于R语言-(pROC包)

    万次阅读 2020-01-24 16:52:53
    R语言ROC曲线 ROC曲线简介: 很多的模型在进行分类预测时,会产生一个实际值或者概率值,然后我们将这个预测值与一个用于分类的阈值进行比较,将结果分成正类和反类。一般我们可以通过任务需求的不同来采用不同的...
  • 用pROC包画ROC曲线的时候,有时候坐标很奇怪,往左或者往上偏了,不是在原点(暂且这么叫吧),比如: 不晓得修改参数,网上也没找到较好的答案,偶然一次机会,发现拖动画图的框框大小就可以实现,应该是视图显示...
  • R语言画图之ROC曲线(个人笔记)

    千次阅读 2020-01-09 17:36:06
    R语言画图之ROC曲线 Ctrl + L* 清空控制台 cbind: 根据列进行合并,即叠加所有列,m列的矩阵与n列的矩阵cbind()最后变成m+n列,合并前提:cbind(a, c)中矩阵a、c的行数必需相符 rbind: 根据行进行...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,126
精华内容 850
关键字:

r语言画roc曲线