R高级绘图 | P8 | 最最最最最简单的ROC曲线绘制并计算AUC的方法

于 2024-04-08 20:30:12 发布
阅读量4.3k 收藏 27
点赞数 25
分类专栏： R高级绘图 R语言绘图 数据挖掘 文章标签： r语言 数据库 数据可视化 数据挖掘 学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43843918/article/details/137522470
版权

不知为何！这两天超多小伙伴们询问ROC曲线相关问题，有的小伙伴觉得ROC曲线很复杂，画起来很麻烦；有的小伙伴提到不同模型训练得到的预测结果进行ROC曲线绘制时各种格式报错；也有来自非生物医学领域的小伙伴们也用到了ROC曲线，所以前来学习！今天，咱们就给大家介绍一种最最最最最最最最最简单的ROC曲线绘制方法！不管你是什么模型跑出来的结果，咱都百搭！不仅简单，而且万能！

前面碎碎念

ROC曲线到底是什么嘞

ROC（Receiver Operating Characteristic）曲线是一种用于评估分类模型性能的工具。它以二分类模型为基础，比如说医学诊断中的正常/异常、信用评分中的违约/不违约等。ROC曲线以真正例率（True Positive Rate，也称为灵敏度）为纵轴，假正例率（False Positive Rate）为横轴绘制而成。

在了解ROC曲线之前，需要先了解两个重要的概念：

  1. 真正例率（True Positive Rate，TPR）：指分类器正确地将正例预测为正例的比率，即TPR = TP / (TP + FN)，其中TP是真正例（True Positive）的数量，FN是假负例（False Negative）的数量。TPR也被称为“灵敏度”（Sensitivity）或“召回率”（Recall）。
  2. 假正例率（False Positive Rate，FPR）：指分类器错误地将负例预测为正例的比率，即FPR = FP / (FP + TN)，其中FP是假正例（False Positive）的数量，TN是真负例（True Negative）的数量。FPR也被称为“误报率”（False Alarm Rate）。

其实这些概念已经在之前的文章中详细介绍过啦！如下图所示，有兴趣的小伙伴们可以去看看哟！

大家可以查看：

怎么判断你的模型是好是坏？模型性能评估指标大全！

怎么判断你的模型是好是坏？模型性能评估指标大全！（二）

ROC曲线是根据不同的分类阈值绘制出来的。分类阈值决定了模型将某个样本归为正例还是负例的界限。ROC曲线上的每个点代表着在不同的阈值下模型的TPR和FPR。理想情况下，ROC曲线靠近左上角（0,1），意味着模型在所有阈值下都能实现较高的TPR和较低的FPR，即在保持高灵敏度的同时尽量减少误报率。

ROC曲线有什么用嘞

ROC曲线的应用场景包括但不限于：

  1. 评估分类器性能：ROC曲线能够直观地展示分类器在不同阈值下的性能表现。比较不同模型的ROC曲线可以帮助选择最佳模型。
  2. 选择最佳分类阈值：通过ROC曲线，可以选择最合适的分类阈值，以满足特定的需求。比如在医学诊断中，我们可能更重视减少误报率，而在搜索引擎中可能更重视提高召回率。
  3. 比较不同特征集的效果：通过绘制不同特征集对应的ROC曲线，可以评估不同特征对分类器性能的影响，从而选择最具有区分度的特征集。
  4. 调整不平衡样本的分类器：在处理不平衡样本（正负例数量差异很大）时，ROC曲线能够更好地评估分类器的性能，因为ROC曲线不受类别分布的影响。总的来说，ROC曲线是一种非常有效的工具，可以帮助理解和评估分类模型的性能，并且在各种领域的应用中都有着广泛的应用。

关于ROC的曲线，咱们今天就先介绍到这里啦！毕竟今天最最最最最重要的是，向大家介绍最最最最最最最简单的ROC曲线绘制方法！咱们往下看！

绘图代码

咱们今天主打一个简单高效！所以，只要你手头有预测结果和分组信息，咱就能帮你搞出漂亮的ROC曲线！

今日份绘图所用到的数据我已经上传到了GitHub，大家可以在公众号后台回复ROC，即可获得存放数据的链接。不过我在分享过程中也会把每一步的输入数据和输出结果进行展示，大家可以作为参考并调整自己的数据格式，然后直接用自己的数据跑，也是没有任何问题的！


##################### 最最最最最最简单的ROC曲线绘制方法 ########################

# 加载包，没有的记得安装一下哟！
library(pROC)

# 加载数据
roc_data <- readRDS("./roc_data.rds")

dim(roc_data)
# [1] 1470   81

# 我们所用的数据有：1470行、81列

head(roc_data)[1:4, c(1:3,81)]
#                                      BP10MB[0] BP10MB[1] BP10MB[2] type
# 0040b1b6-b07a-4b6e-90ef-133523eaf412       287        17        17    0
# 00508f2b-36bf-44fc-b66b-97e1f3e40bfa       278         6        14    0
# 005794f1-5a87-45b5-9811-83ddf6924568       314         0         0    0
# 005e85a3-3571-462d-8dc9-2babfc7ace21       305         4         5    0

# 可以看出，行名为样本名，前80列为特征名，最后一列`type`列为类别标签，也就是分组信息
# 这里选用这个数据集是为了给大家展示多条ROC曲线的绘制
# 大家可以把特征列看作是预测得分，就假装咱们这里一共有80个模型得到了80种预测得分
# 当然，也可以理解为每一列都是一个特征，咱们以单个特征为指标进行分类预测

# 绘制 ROC 曲线
plot.roc(
  roc_data$type,              # 通常是实际的类别标签，例如阳性或阴性，这里是`type`列
  roc_data$`BP10MB[1]`,       # 通常是预测的概率或分数，这里我们假设`BP10MB[1]`列为预测得分
  col = "#A31621",            # 曲线的颜色
  percent = TRUE,             # 将 x 轴的刻度标签转换为百分比
  lwd = 2,                    # 曲线的线宽
  print.auc = TRUE,           # 是否打印 AUC 值
  print.auc.cex = 1,          # AUC 文本的大小
  print.auc.pattern = "BP10MB[1]: %.1f%%",      # 打印 AUC 的格式，可以是预测概率或分数，也可以的单个特征指标
  print.auc.y = 50            # 打印 AUC 文本的 y 坐标，也就是 AUC 显示在图中的位置，试试你就知道啦！
)

哎嘿！一条曲线就搞定啦！

那要是有的小伙伴们想在一个图图上展示多条ROC曲线以对比不同模型或特征的预测性能该怎么办嘞！

请继续往下看！

# 咱们添加另一条 ROC 曲线
plot.roc(
  roc_data$type,              # 还是`type`列，咱们的类别标签，也就是分组信息
  roc_data$`SS[>7 & <=8]`,    # 这条 ROC 曲线咱们以`SS[>7 & <=8]`列为预测得分
  col = "#2694ab",
  percent = TRUE,
  lwd = 2,
  print.auc = TRUE,
  print.auc.cex = 1,
  print.auc.pattern = "SS[>7 & <=8]: %.1f%%",
  print.auc.y = 45,
  add = TRUE                  # 添加到已有的图上
)

可以看到图中多了一条线，就是以SS[>7 & <=8]列作为分类依据进行预测的结果。

那我们还想要更多的线该怎么做嘞！超简单！咱们继续往下看！

# 继续添加其他 ROC 曲线，参数与上述相似
plot.roc(roc_data$type, roc_data$`SS[>5 & <=6]`, col = "#8134af",
         percent = T,
         lwd = 2, print.auc = T, print.auc.cex = 1, print.auc.pattern = "SS[>5 & <=6]: %.1f%%",
         print.auc.y = 40, add = T)

plot.roc(roc_data$type, roc_data$`CN[>8]`, col = "#667572",
         percent = T,
         lwd = 2, print.auc = T, print.auc.cex = 1, print.auc.pattern = "CN[>8]: %.1f%%",
         print.auc.y = 35, add = T)

plot.roc(roc_data$type, roc_data$`CN[2]`, col = "#d0a727",
         percent = T,
         lwd = 2, print.auc = T, print.auc.cex = 1, print.auc.pattern = "CN[2]: %.1f%%",
         print.auc.y = 30, add = T)

plot.roc(roc_data$type, roc_data$`CN[1]`, col = "#de4307",
         percent = T,
         lwd = 2, print.auc = T, print.auc.cex = 1, print.auc.pattern = "CN[1]: %.1f%%",
         print.auc.y = 20, add = T)

plot.roc(roc_data$type, roc_data$`CN[4]`, col = "#005995",
         percent = T,
         lwd = 2, print.auc = T, print.auc.cex = 1, print.auc.pattern = "CN[4]: %.1f%%",
         print.auc.y = 25, add = T)

plot.roc(roc_data$type, roc_data$`CNCP[2]`, col = "#051181",
         percent = T,
         lwd = 2, print.auc = T, print.auc.cex = 1, print.auc.pattern = "CNCP[2]: %.1f%%",
         print.auc.y = 15, add = T)

plot.roc(roc_data$type, roc_data$`BPArm[4]`, col = "#8bc24c",
         percent = T,
         lwd = 2, print.auc = T, print.auc.cex = 1, print.auc.pattern = "BPArm[4]: %.1f%%",
         print.auc.y = 10, add = T)

plot.roc(roc_data$type, roc_data$`CNCP[0]`, col = "#ea7070",
         percent = T,
         lwd = 2, print.auc = T, print.auc.cex = 1, print.auc.pattern = "CNCP[0]: %.1f%%",
         print.auc.y = 5, add = T)

喔豁！大功告成！漂亮！

文末碎碎念

那今天的分享就到这里啦！我们下期再见哟！

最后顺便给自己推荐一下嘿嘿嘿！

如果我的分享对你有用的话，欢迎关注点赞在看转发分享阿巴阿巴阿巴阿巴巴巴！这可是我的第一原动力！

蟹蟹你们的喜欢和支持！！！

绘制ROC曲线的详细教程（使用R语言）
2301_79326559的博客
08-30 1225
它显示了二分类模型在不同阈值下的真阳性率（True Positive Rate，TPR）与假阳性率（False Positive Rate，FPR）之间的关系。本文将为您提供使用R语言绘制ROC曲线的详细教程。假设我们有一个分类模型，并且已经得到了一组预测结果和相应的真实标签。现在，我们已经计算得到了不同阈值下的TPR和FPR，接下来我们可以使用这些数据绘制ROC曲线。完成上述代码后，您就可以得到一张绘制好的ROC曲线图。接下来，我们需要计算不同阈值下的TPR和FPR。函数绘制了TPR和FPR之间的曲线。
使用R语言绘制ROC曲线
DevRevolt的博客
08-25 870
ROC曲线（Receiver Operating Characteristic Curve）是一种常用的评估分类模型性能的方法，通过绘制分类器在不同阈值下的真正例率（True Positive Rate）和假正例率（False Positive Rate）之间的关系曲线来分析模型的准确性。通过以上的代码，我们可以使用R语言绘制出具有标题和AUC值的ROC曲线，帮助我们评估分类模型的性能。函数计算ROC曲线的参数，其中"labels"是真实标签向量，"predictions"是模型预测的概率值向量。
R语言绘制ROC曲线图
weifanbio的博客
09-28 1万+
受试者工作特征曲线(ROC曲线)，最初作为一种分析方法在二战时用于评价雷达性能(鉴别敌方，友方以及噪音)，目前广泛应用于医学诊断、生物信息学、数据挖掘和机器学习等研究中。 ROC曲线可用于评价生物标记物(biomarker)的表现以及比较不同打分方法(scoring methods)。因此，ROC曲线是非常重要和常见的统计分析方法，下面我们就用两种方法绘制ROC曲线图吧~ part 1：pROC绘制ROC曲线 1.下载pROC包和ggplot2包 BiocManager::install("pROC") B
随机森林-ROC
SunnyQYC的博客
05-30 7572
install.packages(“randomForest”) library(randomForest) d0_train=d0[label0<=5,] d0_test=d0[label0>5,] d1_train=d1[label1<=5,] d1_test=d1[label1>5,] d2_train=d2[label2<=5,] d2_test=d2[lab...
R语言中绘制ROC曲线方法一：ROCR包
辉的博客
04-07 6280
文章目录prediction()用法performance()用法实例注意 prediction() 该函数用于创建一个prediction对象，用于随后的操作 用法 prediction(predictions, labels, label.ordering = NULL) predictions A vector, matrix, list, or data frame containing the predictions，predictions也就是概率预测值。 labels A vec
roc曲线怎么绘制_R语言画ROC曲线总结
weixin_39926104的博客
11-26 1678
原文链接：R语言画ROC曲线总结​tecdat.cn 在本文中，我描述了如何在CRAN中搜索用于绘制ROC曲线的包，并重点介绍了六个有用的包。尽管我从一些我想谈论的软件包开始就有了一些想法，例如ROCR和pROC（我在过去发现它们很有用），但我还是决定使用 相对较新的软件包pkgsearch来搜索CRAN并查看其中的内容。该package_search()函数将文本字符串作为输入，并使用基本的文本...
R语言实战——ROC曲线的绘制
热门推荐
chenwei的博客
04-20 2万+
前言：以前使用Matlab绘制ROC曲线常常是工具箱有就画，没有就不画，而且在想画的时候工具箱恰恰就没有，很纳闷。然后无意间发现了一篇用R语言绘制ROC曲线的文章，赶紧学了并分享出来，以备不时之需。 先通过一个例子来讲解一下参数的作用，使用的数据是大名鼎鼎的Iris数据集，R语言自带。 数据处理 第一步当然得处理一下数据。默认的Iris数据集有三类鸢尾花，我目前的理解是只有二分类才画的出ROC曲...
R语言绘制ROC曲线
PixelLogic的博客
08-19 733
通过绘制ROC曲线，我们可以直观地了解模型在不同阈值下的真阳性率（True Positive Rate）和假阳性率（False Positive Rate）之间的权衡关系。AUC值表示ROC曲线下的面积，用于衡量分类模型的性能。上述代码中的print.auc参数用于在图形中打印AUC值，auc.polygon参数用于填充ROC曲线下的面积，grid参数用于添加网格线。通过以上的代码，我们可以在R语言中绘制ROC曲线和计算AUC值。接下来，我们可以使用R中的pROC包来计算ROC曲线的数据点。
利用Python画ROC曲线和AUC值计算
09-21
总结来说，了解并掌握如何利用Python绘制ROC曲线和计算AUC值，对于理解和评估二分类模型的性能至关重要。在机器学习项目中，我们常常使用这些工具来比较不同模型的效果，从而选择最优模型进行部署。同时，优化计算...
AUC的计算及ROC曲线的绘制
04-29
AUC的计算及ROC曲线的绘制， %scores为每个样本属于1类的概率，testclass分为0类和1类 %输出res为AUC面积，计算方式为矩形面积之和，sum1为ROC曲线的tpr和fpr值对
R程序-ROC图的生成
04-25
R语言中实现ROC的画法，第一个input是为true positive的概率，第二个input是预测模型的值。
曲线绘制_roc_ROC曲线绘制_PRC_auc曲线绘制_
10-03
roc，prc，auc曲线绘制，帮助解决二分类问题的图像绘制处理
绘制不同分类算法的 ROC 曲线的示例 MATLAB 脚本：绘制 ROC 曲线并计算 4 种不同分类算法的 AUC 的示例 MATLAB 脚本-matlab开发
05-29
示例MATLAB脚本以加载数据并绘制 ROC 曲线并计算4种不同分类的AUC 算法： 逻辑回归的 GLM 支持向量机朴素贝叶斯分类树用法： matlab < plot_roc_curve_example_comparealgos.m 改编自...
GEE-绘制二元分类的特征 (ROC) 曲线、计算曲线下面积 (AUC).pdf
10-09
一个示例 GEE 脚本，用于绘制二元分类的接收者操作特征 (ROC) 曲线、计算曲线下面积 (AUC) 并找到最接近完美分类的截止点。 要计算ROC曲线，首先需要计算分类器不同阈值下的真正率（TPR）和假正率（FPR）。TPR是...
R语言中绘制ROC曲线和PR曲线
大数据部落
06-12 7342
原文链接：http://tecdat.cn/?p=6236 ROC 曲线可能是评估评分分类器的预测性能的最常用的度量。 预测正类（+1）和负类（-1）的分类器的混淆矩阵具有以下结构： 预测/参考类 +1 -1 +1 TP FP -1 FN TN 这里，TP表示真阳性的数量（模型正确预测正类），FP表示误报的数量（模型错误地预测正类），F...
使用R语言中的pROC包绘制ROC曲线和计算AUC值
PixelLogic的博客
08-25 922
在机器学习和统计学中，接收者操作特征曲线（Receiver Operating Characteristic Curve，简称ROC曲线）是一种常用的工具，用于评估分类器的性能。ROC曲线以不同的分类阈值为基础，绘制了真阳性率（True Positive Rate，TPR）和假阳性率（False Positive Rate，FPR）之间的关系。运行上述代码后，将会生成一个包含ROC曲线的图表，其中X轴表示FPR，Y轴表示TPR。通过以上代码，我们可以使用pROC包在R语言中绘制ROC曲线并计算AUC值。
R语言绘制ROC曲线（单指标，多个指标，联合指标，模型比较）
m0_45083445的博客
04-09 4745
总之，就是先建立ROC关系，然后利用ggplot或者pROC画图，然后在调整图例，标题等。
使用R语言绘制ROC曲线图
2301_79366106的博客
08-19 552
在R语言中，我们可以使用多个包来绘制ROC曲线，其中最常用的是pROC和ROCR包。在本文中，我将向您展示如何使用这两个包来绘制ROC曲线。使用R语言中的pROC和ROCR包，您可以轻松地绘制和可视化ROC曲线，以评估模型的准确性和性能。在本例中，假设我们有一个二分类模型的预测结果，其中包含真实标签和预测概率。无论您选择使用pROC还是ROCR包，您都可以根据需要对图表进行自定义。接下来，我们可以使用pROC包来绘制ROC曲线。另一种绘制ROC曲线的方式是使用ROCR包。函数绘制ROC曲线，其中。
逻辑回归的ROC曲线
最新发布
12-27
### 如何绘制和解释逻辑回归模型的ROC曲线 #### 构建逻辑回归模型并绘制单次ROC曲线 为了展示如何构建逻辑回归模型以及绘制其ROC曲线，可以使用`scikit-learn`库中的工具。以下是具体实现方法： ```python from sklearn.datasets import make_classification from sklearn.linear_model import LogisticRegression from sklearn.model_selection import train_test_split from sklearn.metrics import roc_curve, auc import matplotlib.pyplot as plt # 创建模拟数据集 X, y = make_classification(n_samples=1000, n_features=20, n_classes=2, weights=[0.9], flip_y=0) # 划分训练集与测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=.5, stratify=y, random_state=42) # 训练逻辑回归分类器 clf = LogisticRegression().fit(X_train, y_train) # 预测概率值 y_pred_proba = clf.predict_proba(X_test)[::, 1] # 获取FPR(假正率), TPR(真正率) 和阈值用于画图 fpr, tpr, _ = roc_curve(y_test, y_pred_proba) roc_auc = auc(fpr, tpr) plt.figure() lw = 2 plt.plot(fpr, tpr, color='darkorange', lw=lw, label=f'ROC curve (area = {roc_auc:.2f})') plt.plot([0, 1], [0, 1], color='navy', lw=lw, linestyle='--') # 对角线代表随机猜测的情况 plt.xlim([0.0, 1.0]) plt.ylim([0.0, 1.05]) plt.xlabel('False Positive Rate') plt.ylabel('True Positive Rate') plt.title('Receiver Operating Characteristic example') plt.legend(loc="lower right") plt.show() ``` 这段代码展示了如何创建一个简单的二元分类问题的数据集，并通过逻辑回归模型对其进行拟合。接着预测样本属于某一类别的概率，并利用这些概率来计算接收者操作特征（ROC）曲线下面积（AUC），最终绘制成图形[^1]。 #### 解释ROC曲线及其意义 ROC曲线反映了不同决策边界下的真阳性和假阳性之间的权衡关系。当调整分类器的阈值时，会得到一系列不同的(TPR,FPR)坐标点；连接所有这样的点就构成了完整的ROC曲线。理想情况下，希望尽可能多地捕获真正的正例而少误报负例，因此越靠近左上角越好，即TPR接近于1的同时保持较低水平的FPR。AUC度量了整个ROC空间下区域大小，取值范围通常介于0到1之间，数值越大表示性能更优[^2]。 #### 使用交叉验证绘制平均ROC曲线 考虑到单一拆分可能导致结果不稳定，在实际应用中往往采用K折交叉验证的方式评估模型表现。对于每一次迭代都重复上面的过程收集各个折叠上的(FPR,TPR)，之后求均值得到总体趋势更为稳定的估计值。这有助于减少由于特定分割方式带来的偏差影响。 ```python from scipy import interp from sklearn.model_selection import StratifiedKFold cv = StratifiedKFold(n_splits=5) tprs = [] aucs = [] mean_fpr = np.linspace(0, 1, 100) fig, ax = plt.subplots() for i, (train, test) in enumerate(cv.split(X, y)): probas_ = clf.fit(X[train], y[train]).predict_proba(X[test]) fpr, tpr, thresholds = roc_curve(y[test], probas_[:, 1]) tprs.append(interp(mean_fpr, fpr, tpr)) tprs[-1][0] = 0.0 roc_auc = auc(fpr, tpr) aucs.append(roc_auc) ax.plot( fpr, tpr, lw=1, alpha=0.3, label=f"Fold {i} ROC fold (AUC = %0.2f)" % roc_auc, ) ax.plot([0, 1], [0, 1], linestyle="--", lw=2, color="r", label="Chance", alpha=0.8) mean_tpr = np.mean(tprs, axis=0) mean_tpr[-1] = 1.0 mean_auc = auc(mean_fpr, mean_tpr) std_auc = np.std(aucs) ax.plot( mean_fpr, mean_tpr, color="b", label=r"Mean ROC (AUC = %0.2f $\pm$ %0.2f)" % (mean_auc, std_auc), lw=2, alpha=0.8, ) std_tpr = np.std(tprs, axis=0) tprs_upper = np.minimum(mean_tpr + std_tpr, 1) tprs_lower = np.maximum(mean_tpr - std_tpr, 0) ax.fill_between( mean_fpr, tprs_lower, tprs_upper, color="grey", alpha=0.2, label=r"$\pm$ 1 std. dev.", ) ax.set( xlim=[-0.05, 1.05], ylim=[-0.05, 1.05], title="Receiver operating characteristic example", ) ax.legend(loc="lower right") plt.show() ``` 此部分扩展了之前的方法论，引入了多次重采样的概念以获得更加稳健的结果。通过对多个子样本执行相同的操作并将它们汇总起来形成一条平滑且具有统计显著性的ROC曲线。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

生信小白要知道

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值