roc图 r语言_R语言pROC包绘制ROC曲线

如果没有时间精力学习代码，推荐了解：零代码数据挖掘课程

pROC package

以下是本包中常用的一些缩写

ROC: receiver operating characteristic,ROC曲线

AUC: area under the ROC curve,曲线下面积

pAUC: partial area under the ROC curve 部分曲线下面积

CI: confidence interval 可信区间

SP: specificity 特异度

SE: sensitivity 灵敏度

require(pROC)

data(aSAH)

if(!require(DT)) install.packages(DT)

DT::datatable(aSAH)

aSAH[1:5,1:5]

image.png

roc函数建立roc曲线

支持在管道中运行

参数分别为data, event, predict marker

library(dplyr)

aSAH %>%

filter(gender == "Female") %>%

roc(outcome, s100b)

Call:

roc.data.frame(data = ., response = outcome, predictor = s100b)

Data: s100b in 50 controls (outcome Good) < 21 cases (outcome Poor).

Area under the curve: 0.72

coords函数中筛选有效的的坐标

transpose参数指返回值的格式,FALSE 为row

这样筛选出了敏感度和特异度>0.6的坐标

library(dplyr)

aSAH %>%

filter(gender == "Female") %>%

roc(outcome, s100b) %>%

coords(transpose=FALSE) %>%

filter(sensitivity > 0.6,

specificity > 0.6)

threshold specificity sensitivity

1 0.155 0.68 0.6666667

2 0.165 0.74 0.6666667