scitable包sciroc曲线发布,新手小白也能驾驭各种roc曲线绘制—内部验证/外部验证/重抽样roc等

scitable包是我自己编写的，集合众多函数的一个R包，目前升级到3.1版，升级了sciroc曲线发，这个函数是专门为了制作各种ROC曲线的而编写的，下面我来演示一下。
导入R包和数据, 我们使用人流后导致不孕的数据集(关注公众号后回复：不孕症，可以获得数据)，我们先导入看一下

library(scitable)
bc<-read.csv("E:/r/test/buyunzheng.csv",sep=',',header=TRUE)

数据有8个指标，最后两个是PSM匹配结果，我们不用理他，其余六个为：
Education：教育程度，age:年龄，parity产次，induced：人流次数，case：是否不孕，这是结局指标，spontaneous：自然流产次数。
有一些变量是分类变量，我们需要把它转换一下

bc$education<-ifelse(bc$education=="0-5yrs",0,ifelse(bc$education=="6-11yrs",1,2))
bc$spontaneous<-as.factor(bc$spontaneous)
bc$case<-as.factor(bc$case)
bc$induced<-as.factor(bc$induced)
bc$education<-as.factor(bc$education)

简单做个数据拆分，把数据分成bc_train和bc_test

##数据拆分
tr1<- sample(nrow(bc),0.7*nrow(bc))##随机无放抽取
bc_train <- bc[tr1,]#70%数据集
bc_test<- bc[-tr1,]#30%数据集

我们现在拿bc_train建模，等下拿bc_test来验证

##建模
f1<- glm(case ~ age + education + parity + induced+spontaneous,
         family = binomial(link = logit), data = bc_train)

绘图

sciroc(f1)

怎么做验证集的roc呢，在参数newdata上进入验证集数据就可以了

##应用到其他数据

sciroc(f1,newdata = bc_test)

重抽样ROC，这个一般在本数据集就可以了，

sciroc(f1,boot = T)

这样各种ROC曲线就绘制完成了，新手小白也能驾驭各种roc曲线绘制，特别适合新手