在【r
这一篇文章我们学习两个跟ROC相关的R包:
plotROC - Generate ROC Curve Charts for Print and Interactive Use
pROC - display and analyze ROC curves in R and S+
plotROC
plotROC包较为简单与单一,它就是用来绘制ROC曲线的,包中定义的函数基于ggplot2,因此我们可以结合ggplot2使用和修改、美化图形结果。
# 从GitHub上安装
devtools::install_github("hadley/ggplot2")
devtools::install_github("sachsmc/plotROC")
library(plotROC)
# 从CRAN
install.packages("plotROC")
快速使用
plotROC提供了Shiny应用,只需要键入
shiny_plotROC()
即可通过图形界面使用。
咱们还是来看命令吧,要有点难度不是?
命令行使用
导入包与创建模拟数据:
library(plotROC)
set.seed(2529)
D.ex
M1
M2
test
M1 = M1, M2 = M2, stringsAsFactors = FALSE)
简单绘图:
basicplot
basicplot
这里我们唯一需要理清的是d与m映射是什么,现在我们查看下生成的数据框:
上述画图只使用到了D与M1,只关注这两列即可。D是一个0-1列,即表示结果的两分类信息,M1是一个数值型数据。我们可以姑且称d为decision缩写,m为measurement缩写。
一旦我们理解了ggplot中的映射,对这个图的修改和美化其实就是修改geom_roc()函数里面的参数,以及用其他ggplot元素进行优化。
默认曲线上会显示阈值cutoff的数值,我们可以关闭它:
ggplot(test, aes(d = D, m = M1)) + geom_roc(n.cuts = 0)
修改它:
ggplot(test, aes(d = D, m = M1)) + geom_roc(n.cuts = 5, labelsize = 5, labelround = 2)
使用plotROC提供的风格:
styledplot
styledplot
将标签加在曲线上:
direct_label(basicplot, labels = "Biomarker", nudge_y = -.1) + style_roc()
绘制多条曲线
plotROC提供的函数melt_roc()可以将多个变量列变为长格式,方便数据的绘制:
longtest
head(longtest)
## D M name
## M11 1 1.48117155 M1
## M12 1 0.61994478 M1
## M13 0 0.57613345 M1
## M14 1 0.85433197 M1
## M15 0 0.05258342 M1
## M16 1 0.66703989 M1
画比较图:
ggplot(longtest, aes(d = D, m = M, color = name)) + geom_roc() + style_roc()
还有其他一些功能,请查看文档(http://sachsmc.github.io/plotROC/)学习,这里最后介绍一下我封装的一个函数,便于两组ROC比较的使用,感兴趣的朋友可以自定义再修改和优化。
plotROC
if(!(require(tidyverse) & require(plotROC))){
stop("--> tidyverse and plotROC packages are required..")
}
predict_col
target
group
predictN
groupN
df % dplyr::select(!! predict_col, !! target, !! group) %>%
mutate(targetN = ifelse(!! target == positive, 1, 0)) %>% as.data.frame()
if (all){
df2
df2[, groupN]
df
}
p % ggplot(aes_string(m = predictN,
d = "targetN",
color = groupN)) + geom_roc(show.legend = TRUE, labels=FALSE)
p
ng
if(length(ng) == 3){
auc
names(auc)
auc
p
label = paste(names(auc)[1], " AUC =", round(auc[1], 3), "\n",
names(auc)[2], " AUC =", round(auc[2], 3), "\n",
names(auc)[3], " AUC =", round(auc[3], 3), "\n"),
size = 6)
}
p + xlab("1 - Specificity") + ylab("Sensitivity") +
scale_x_continuous(expand = c(0, 0)) + scale_y_continuous(expand = c(0, 0))
}
使用:
plotROC(longtest, predict_col = M, target = D, group = name, positive = 1)
# 参数1:提供数据框
# 参数2:提供预测数值列
# 参数3:提供二分类信息列(尽量为0-1,字符也可以)
# 参数4:提供一个组别
# 参数5:这里1表示成功,如果target是success和failure,可以知道positive="success"
# 注意,这里只有3条曲线绘制时才会给出AUC在图上,可以修改函数进行自定义
默认会画出两组及其融合的曲线,可以添加选项all=FALSE去掉ALL曲线。
有读者谈到如何修改,之前之所以没写多条曲线添加AUC,是因为涉及一些文本图像的微调,实际使用时需要自定义一下
如果想要添加6条曲线,在加上ALL,就是7条,请补充函数中的if代码块
if(length(ng) == 3){
auc
names(auc)
auc
p
label = paste(names(auc)[1], " AUC =", round(auc[1], 3), "\n",
names(auc)[2], " AUC =", round(auc[2], 3), "\n",
names(auc)[3], " AUC =", round(auc[3], 3), "\n"),
size = 6)
}
为:
if(length(ng) == 7){
auc
names(auc)
auc
p
label = paste(names(auc)[1], " AUC =", round(auc[1], 3), "\n",
names(auc)[2], " AUC =", round(auc[2], 3), "\n",
names(auc)[3], " AUC =", round(auc[3], 3), "\n",
names(auc)[4], " AUC =", round(auc[4], 3), "\n"
names(auc)[5], " AUC =", round(auc[5], 3), "\n"
names(auc)[6], " AUC =", round(auc[6], 3), "\n"
names(auc)[7], " AUC =", round(auc[7], 3), "\n"),
size = 6)
}
曲线太多时可能文本注释添加需要注意下位置和大小。注意上述更改未测试,请根据实际情况调整。
pROC
pROC是一个相对plotROC更强大的R包,不同于plotROC基于ggplot2的创建,pROC自身构建了比较完整的ROC分析和绘图体系。
该包发表文章为:
Xavier Robin, Natacha Turck, Alexandre Hainard, Natalia Tiberti, Frédérique Lisacek, Jean-Charles Sanchez and Markus Müller (2011). pROC: an open-source package for R and S+ to analyze and compare ROC curves. BMC Bioinformatics, 12, p. 77. DOI: 10.1186/1471-2105-12-77.
目前谷歌搜索已经有超过2000次引用。
pROC绘图
该包创建的图像似乎更加圆润。
安装
# 安装
install.packages("pROC")
# 导入
library(pROC)
# 获取帮助
?pROC
使用
比如
其代码为:
library(pROC)
data(aSAH)
plot.roc(aSAH$outcome, aSAH$s100b, # data
percent=TRUE, # show all values in percent
partial.auc=c(100, 90), partial.auc.correct=TRUE, # define a partial AUC (pAUC)
print.auc=TRUE, #display pAUC value on the plot with following options:
print.auc.pattern="Corrected pAUC (100-90%% SP):\n%.1f%%", print.auc.col="#1c61b6",
auc.polygon=TRUE, auc.polygon.col="#1c61b6", # show pAUC as a polygon
max.auc.polygon=TRUE, max.auc.polygon.col="#1c61b622", # also show the 100% polygon
main="Partial AUC (pAUC)")
plot.roc(aSAH$outcome, aSAH$s100b,
percent=TRUE, add=TRUE, type="n", # add to plot, but don't re-add the ROC itself (useless)
partial.auc=c(100, 90), partial.auc.correct=TRUE,
partial.auc.focus="se", # focus pAUC on the sensitivity
print.auc=TRUE, print.auc.pattern="Corrected pAUC (100-90%% SE):\n%.1f%%", print.auc.col="#008600",
print.auc.y=40, # do not print auc over the previous one
auc.polygon=TRUE, auc.polygon.col="#008600",
max.auc.polygon=TRUE, max.auc.polygon.col="#00860022")
不过我们常用的一般是
这样的图形,我们参考代码修改和自定义即可:
library(pROC)
data(aSAH)
rocobj1
main="Statistical comparison", percent=TRUE, col="#1c61b6")
rocobj2
testobj
text(50, 50, labels=paste("p-value =", format.pval(testobj$p.value)), adj=c(0, .5))
legend("bottomright", legend=c("S100B", "NDKA"), col=c("#1c61b6", "#008600"), lwd=2)
这个图显示了pROC包最重要几个函数的使用,第一个是plot.roc(),它可以绘制ROC曲线,并返回一个ROC对象,里面包含该曲线的众多有用信息,并为后续的分析做基础,lines.roc()为当前ROC曲线上增添新的ROC曲线。不仅如此,roc.test()函数提供了对曲线进行检验,检验的方法分为3种,可以自己选择,有兴趣的朋友不妨再深入看看。