r 语言roc_R语言 | ROC曲线绘制的两种方法

大家好，我是菜鸟君。跨年夜我在B站发了动态，“新年快乐！感谢大家支持”，紧接着就在后台收到了催更。。。速度赶来填坑啦！

ROC曲线的全称是受试者操作特征曲线(Receiver Operating Characteristic Curve)，是信号检测理论中的概念。首先是由二战中的电子工程师和雷达工程师发明的，用来侦测战场上的敌军的飞机啊大炮啊等等。目前在机器学习领域运用的非常广泛，用于衡量一个模型的特异度和敏感度是否平衡。ROC曲线下面积越大，即AUC越接近1，就说明模型效果越好。

今天介绍两种R语言绘制ROC曲线的方法，第一种是用可视化R包ggplot。

方法一、ggplot

首先安装ggplot包和计算ROC需要用到的ROCR包。这里用R自带的ROCR.simple数据集做示范。实际运用时，你可以输入测试集真正的标签作为labels，模型预测的标签作为predictions，在第六行代码里替换一下就行。

install.packages('ggplot2')install.packages('ROCR')library(ggplot2)library(ROCR) data(ROCR.simple) pred prediction(ROCR.simple$predictions, ROCR.simple$labels)  p performance(pred,p