? ? ?ROC曲線，即受試者工作特征曲線 （receiver operating characteristic curve），又稱為感受性曲線（sensitivity curve）。ROC曲線曲線的繪制方式一般是根據(jù)一系列不同的二分類方式，以真陽性率(靈敏度)為縱坐標(biāo)，假陽性率(1-特異度)為橫坐標(biāo)進(jìn)行繪制。其中比較重要的幾個統(tǒng)計量，如AUC（曲線下面積）用于評價診斷效果，AUC＞0.5時，AUC越接近于1，說明診斷效果越好；AUC在 0.5～0.7時，準(zhǔn)確性較低；在0.7～0.9時，有一定準(zhǔn)確性；AUC在0.9以上時，準(zhǔn)確性較高。

? ? ?今天這期推文，小編會結(jié)合pROC、multipleROC、reportROC、ROCR、plotROC及ROCit六個R包給大家展示如何進(jìn)行ROC曲線的繪制相關(guān)指數(shù)的獲??！

基于pROC包進(jìn)行繪制

1、加載包

2、數(shù)據(jù)——以包里面的示例數(shù)據(jù)為例

3、構(gòu)建ROC對象并進(jìn)行可視化

4、計算AUC值

5、繪制多條ROC曲線

基于multipleROC包繪制

1、加載R包

2、數(shù)據(jù)——以上面的數(shù)據(jù)為例

3、繪圖

4、AUC、截斷點(diǎn)、最佳截斷值的提取

5、繪制多條ROC曲線

? 或者：

6、分面顯示

基于reportROC包進(jìn)行繪制

? ? ? 這個R包唯一的好處就是可以一行代碼輸出ROC曲線的各項(xiàng)統(tǒng)計數(shù)值及ROC曲線，包括截斷值、AUC及置信區(qū)間、靈敏度及置信區(qū)間、特異度及置信區(qū)間、陽性似然比、陰性似然比、陰性預(yù)測值等統(tǒng)計值：

1、加載R包

2、數(shù)據(jù)——以aSAH示例數(shù)據(jù)為例

3、ROC可視化及各項(xiàng)統(tǒng)計值展示

4、保存

基于ROCR包進(jìn)行繪制

1、加載R包

2、數(shù)據(jù)——以aSAH示例數(shù)據(jù)為例

3、構(gòu)建prediction對象并展示AUC值

4、獲取ROC數(shù)據(jù)并進(jìn)行可視化

基于plotROC包進(jìn)行繪制

1、加載R包

2、數(shù)據(jù)——以aSAH示例數(shù)據(jù)為例

3、基于ggplot2繪圖

4、計算曲線下面積

基于ROCit包進(jìn)行繪制

1、加載R包

2、數(shù)據(jù)——以aSAH示例數(shù)據(jù)為例

3、構(gòu)建ROC對象

4、計算AUC和95％置信區(qū)間

5、繪制ROC曲線

參考：

1）https://blog.csdn.net/dege857/article/details/121138734

?2）https://www.jianshu.com/p/6e89b25fca1b

?3）https://cran.r-project.org/web/packages/reportROC/reportROC.pdf

4）https://cloud.tencent.com/developer/article/1632723

?5）https://cloud.tencent.com/developer/article/1965938

6）https://zhuanlan.zhihu.com/p/607695181

繪圖源碼可在微信公眾號后臺回復(fù)"ROC"獲?。。。?/span>

本文使用 文章同步助手 同步