原文鏈接：http://tecdat.cn/?p=10963

?

在本文中，我描述了如何在CRAN中搜索用于繪制ROC曲線的包，并重點介紹了六個有用的包。

我使用pkgsearch來搜索CRAN并查看其中的內(nèi)容。該package_search()函數(shù)將文本字符串作為輸入，并使用基本的文本挖掘技術(shù)來搜索所有CRAN。?

經(jīng)過一番嘗試和錯誤之后，我確定了以下查詢，其中包括許多與ROC相關(guān)的有趣軟件包。

rocPkg <- ?pkg_search(query="ROC",size=200)

?

1. rocPkgShort <- rocPkg %>%

2. filter(maintainer_name != "ORPHANED", score > 190) %>%

3. select(score, package, downloads_last_month) %>%

4. arrange(desc(downloads_last_month))

5. head(rocPkgShort)

1. ## # A tibble: 6 x 3

2. ## ? score package ?downloads_last_month

3. ## ? <dbl> <chr> ? ? ? ? ? ? ? ? ? <int>

4. ## 1 ?690. ROCR ? ? ? ? ? ? ? ? ? ?56356

5. ## 2 7938. pROC ? ? ? ? ? ? ? ? ? ?39584

6. ## 3 1328. PRROC ? ? ? ? ? ? ? ? ? ?9058

7. ## 4 ?833. sROC ? ? ? ? ? ? ? ? ? ? 4236

8. ## 5 ?266. hmeasure ? ? ? ? ? ? ? ? 1946

9. ## 6 1021. plotROC ? ? ? ? ? ? ? ? ?1672

下圖使用了Guangchuang Yu的dlstats軟件包，查看我選擇分析的六個軟件包的下載歷史記錄。

1. library(dlstats)

2. shortList <- c("pROC","precrec","ROCit", "PRROC","ROCR","plotROC")

3. downloads <- cran_stats(shortList)

4. ggplot(downloads, aes(end, downloads, group=package, color=package)) +

5. geom_line() + geom_point(aes(shape=package)) +

6. scale_y_continuous(trans = 'log2')

?

2005年

?

以下代碼ROCR使用包隨附的綜合數(shù)據(jù)集設(shè)置并繪制默認的ROC曲線。在整個文章中，我將使用相同的數(shù)據(jù)集。

1. library(ROCR)

2. ## Loading required package: gplots

3. ##

4. ## Attaching package: 'gplots'

5. ## The following object is masked from 'package:stats':

6. ##

7. ## ? ? lowess

8. 


9. # 為單個預測繪制ROC曲線，并對曲線進行著色。

10. 


11. 


12. data(ROCR.simple)

13. df <- data.frame(ROCR.simple)

14. pred <- prediction(df$predictions, df$labels)

15. perf <- performance(pred,"tpr","fpr")

16. plot(perf,colorize=TRUE)

?

?

2010

?pROC在圖中繪制曲線下面積（AUC）的置信區(qū)間非常容易。

?

2014年

roc.curve()函數(shù)會繪制出干凈整齊的ROC曲線 。

?

2014年

該軟件包提供了許多功能豐富的ggplot()幾何圖形 。?

?

?2015年

precrec?是另一個用于繪制ROC的庫。

?

evalmod()函數(shù)可以很容易地生成各種模型特征的基本圖。

?

2019

ROCit是一個用于繪制ROC曲線和其他二進制分類可視化效果的新程序包 ，并且正在迅速普及。?

?

?下圖顯示了CDF累積密度。KS統(tǒng)計數(shù)據(jù)顯示兩條曲線之間的最大距離。

ksplot(ROCit_obj)

?

?

最受歡迎的見解

1.R語言繪制生存曲線估計|生存分析|如何R作生存曲線圖

2.R語言生存分析可視化分析

3.R語言如何在生存分析與Cox回歸中計算IDI，NRI指標

4.r語言中使用Bioconductor 分析芯片數(shù)據(jù)

5.R語言生存分析數(shù)據(jù)分析可視化案例

6.r語言ggplot2誤差棒圖快速指南

7.R 語言繪制功能富集泡泡圖

8.R語言如何找到患者數(shù)據(jù)中具有差異的指標？（PLS—DA分析）

9.R語言中的生存分析Survival analysis晚期肺癌患者4例