简单代码：
library("pROC")
data(aSAH)
# 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
本文介绍了使用R语言绘制ROC曲线的过程，指出横坐标通常显示False Positive Rate，但此处显示的是Specificity，两者间存在False positive rate=1-Specificity的关系。纵坐标Sensitivity（真阳率）即True Positive Rate，表示分类器对正例的敏感度。文章提醒读者可以转换为常见的坐标表示，并提及之前博客中对相关指标的详细解释。
最低0.47元/天 解锁文章
扫一扫
221
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
