Error in roc.default(x, predictor, plot = TRUE, ...) : Predictor must be numeric or ordered.

在跟视频对特征基因进行ROC分析时，我遇到如下错误：

hubgenes_expression如下（第一列为基因名，行为样本名）：

分析错误

Error in roc.default(x, predictor, plot = TRUE, ...) : 
  Predictor must be numeric or ordered.

得：预测变量必须是数字或有序的。

查询roc（）各参数的含义：使用 pROC包进行ROC分析 - 简书 (jianshu.com)

• response：样本类型，一般只有两类（ 0 (controls) 和 1 (cases)），可做ROC曲线。当类型过多时，需要使用levels参数指定那些值作为control ，那些作为 case。
• predictor：样本的预测值，可以是概率、排名之类。
• controls, cases: 直接提供controls和cases，可以是数值向量，也可以是排好序的向量。
• formula, data： 通过表达式传入数据框中的值 。
• levels： controls 和 cases 对应的值，默认为levels(as.factor(response))，剩下的忽略；当输入数据为0、1，默认0为controls。
• percent：sensitivities, specificities 和 AUC返回形式为百分数。
• direction：根据两组数据中位数大小确定；“>”: control组中位数值大于cases组；“<”：control组中位数值小于或等于cases组。
• algorithm：1，也是默认，数量较少；2，数量大于1000时，速度更快；3，C++实现算法，快3-5x; 4 (debug only, slow): 三个算法都运行一遍，确认返回值知否一样。5，迅速选择2或3。
• smooth：ROC 曲线修饰为平滑曲线。
• auc：计算AUC，默认TRUE。
• ci：是否计算置信区间。
• plot：是否作图。
• smooth.method, ci.method：smooth 算法。

即锁定错误：

 plot.roc(predictor=y,hubgenes_expression[i,],main=hubgenes[i],
+            
+            col=x_color[i],print.auc=T,percent=T,cex.lab=1.5,print.auc.cex=1.5)

查看一下：

table(hubgenes_expression[2,])

  即hubgenes_expression[i,]不是数字，其中包含符号。

将其改为：

as.numeric(hubgenes_expression[i,])

查看一下则有：

即运行得：

for(i in 1:length(hubgenes)){
+   
+   x_color=c("blue", "red", "green", "black", "yellow" )
+   
+   plot.roc(Type,as.numeric(hubgenes_expression[i,]),main=hubgenes[i],
+            
+            col=x_color[i],print.auc=T,percent=T,cex.lab=1.5,print.auc.cex=1.5)
+   
+ }

本人小白，如有错误，欢迎指正。