背景知識(shí)介紹

根據(jù)特征數(shù)據(jù)豐度，如差異物種或生物標(biāo)記物等，將數(shù)據(jù)拆分為訓(xùn)練集及驗(yàn)證集，先對(duì)訓(xùn)練集構(gòu)建隨機(jī)森林模型，再用此模型預(yù)測(cè)驗(yàn)證集，構(gòu)建ROC曲線。

ROC曲線的橫坐標(biāo)是false positive rate(FPR)，縱坐標(biāo)是true positive rate(TPR)。用于展示構(gòu)建的分類器模型在驗(yàn)證集上的表現(xiàn)，從而評(píng)估該模型的效能。

歐易云平臺(tái)-ROC分析曲線

2.1 ROC分析曲線小工具。

將特征數(shù)據(jù)表文件（包括微生物豐度表，基因表達(dá)譜，臨床數(shù)據(jù)表）結(jié)合分組文件，可以對(duì)單一特征或復(fù)合特征繪制對(duì)應(yīng)的ROC曲線?？蛇x擇進(jìn)行10折交叉驗(yàn)證，后對(duì)10折進(jìn)行平均處理得最終ROC曲線。具體輸入文件格式，請(qǐng)參考頁面右側(cè)的使用說明。

圖1 | 特征數(shù)據(jù)表文件示例

（行名為單個(gè)特征，列名為樣本名）

2.2繪圖特征選擇。

選擇復(fù)合特征，則構(gòu)建單個(gè)模型，該模型構(gòu)建基于數(shù)據(jù)表中的全部特征，因此結(jié)果中含有單個(gè)ROC曲線。若選擇單特征繪圖，則針對(duì)數(shù)據(jù)表內(nèi)每個(gè)特征構(gòu)建模型，且繪制對(duì)應(yīng)的ROC曲線。

2.3 其他常用參數(shù)選擇。

用戶可以自行選擇是否進(jìn)行10折交叉驗(yàn)證。同時(shí)提供了多種繪圖相關(guān)參數(shù)，包括選擇是否在ROC結(jié)果圖中展示具體的AUC值。字體類型選擇。若選擇進(jìn)行了10折交叉驗(yàn)證，則可選擇在結(jié)果圖上展示全部10折交叉驗(yàn)證結(jié)果與標(biāo)準(zhǔn)差。同時(shí)參考線與ROC曲線的顏色也支持用戶自定義。

2.4 結(jié)果說明。

ROC曲線橫坐標(biāo)為假陽性率，縱坐標(biāo)為真陽性率，藍(lán)色曲線為10折后取的平均曲線，AUC為曲線下面積，陰影部分為上下1個(gè)標(biāo)準(zhǔn)差。AUC值越接近1代表模型效能越好。越接近于0.5，則代表該模型真實(shí)性較低，更趨近與隨機(jī)分類。

歡迎百度搜索歐易生物——訪問歐易生物官網(wǎng)——了解云平臺(tái)技術(shù)

猜你想看

1、超強(qiáng)攻略！歐易云平臺(tái)miRanda靶基因預(yù)測(cè)繪圖工具你值得擁有！

2、誰不愛？一個(gè)運(yùn)行更快的云平臺(tái)

3、鼠標(biāo)一點(diǎn)，輕松完成各種常見序列處理！

4、技術(shù)指南 | CUT&Tag技術(shù)大放送，Q&A助力了解詳情

原創(chuàng)聲明：本文由歐易生物(OEBIOTECH)學(xué)術(shù)團(tuán)隊(duì)報(bào)道，本文著作權(quán)歸文章作者所有。歡迎個(gè)人轉(zhuǎn)發(fā)及分享，未經(jīng)作者的允許禁止轉(zhuǎn)載。