欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

用R语言绘制ROC曲线的实例讲解

程序员文章站 2022-03-17 16:19:51
1 roc曲线的意义roc曲线就是用来判断诊断的正确性,最理想的就是曲线下的面积为1,比较理想的状态就是曲线下的面积在0.8-0.9之间,0.5的话对实验结果没有什么影响。如图:2代码部分instal...

1 roc曲线的意义

roc曲线就是用来判断诊断的正确性,最理想的就是曲线下的面积为1,比较理想的状态就是曲线下的面积在0.8-0.9之间,0.5的话对实验结果没有什么影响。

如图:

用R语言绘制ROC曲线的实例讲解

2代码部分

install.packages(“proc”)
install.packages(“ggplot2”)
library(proc)
library(ggplot2)
#建立曲线
data(asah)
rocobj1<-roc(asaho u t c o m e , a s a h outcome,asahoutcome,asahs100b)
rocobj2<-roc(asaho u t c o m e , a s a h outcome,asahoutcome,asahwfns)
rocobj3<-roc(asaho u t c o m e , a s a h outcome,asahoutcome,asahndka)
#计算full auc
auc(rocobj1)
auc(rocobj2)
auc(rocobj3)
#绘制曲线
plot(rocobj1)
#其他参数美化
plot(rocobj1,print.auc=true,auc.polygon=true,grid=c(0.1,0.2),grid.col=c(“green”,“red”),max.auc.polygon=true,auc.polygon.col=“skyblue”,print.thres=true)
#计算partial auc选择关注一定范围数据
plot(rocobj1,print.auc=true,auc.polygon=true,partial.auc=c(0.8,0.4),partial.auc.focus=“sp”,grid=c(0.1,0.2),grid.col=c(“green”,“red”),max.auc.polygon=true,auc.polygon.col=“skyblue”,print.thres=true,reuse.auc=false)
#比较两个曲线,proc提供三种方法比较“delong”, “bootstrap”或“venkatraman”
roc.test(rocobj1,rocobj2,method = “bootstrap”)
#ggroc(功能仍在测试中)绘制multiple curves
g3<-ggroc(list(s100b=rocobj,wfns=rocobj2,ndka=rocobj3))
g3
install.packages(“proc”)
library(“proc”)##roc
data(asah)
roc1<-roc(mydatal a b e l , m y d a t a label,mydatalabel,mydatascore)
roc2<-roc(mydata2l a b e l , m y d a t a 2 label,mydata2label,mydata2score)
polt(roc1,col=“blue”)
polt.roc(roc2,add=true,col=“red”)

3 实验结果

用R语言绘制ROC曲线的实例讲解

补充:r语言proc包绘制多重roc曲线(信用评分应用,已有label和相应score)

数据:好坏标签label、用四种model简单计算出的每一个样本的score,标记为pre1至pre4,约1w样本

目的:使用proc包绘制roc曲线,并生成auc值

1.读入数据

data<-read.csv(file="d:/个人消费信用/第三次上机/工作簿2.csv",header=t)

header=t 即在读取中,将原有数据的第一行设置为变量名。

注意文件的分隔为 “ / ”,与默认不同。

2.画出最基本的roc曲线

library(proc) #加载proc包
roc1<-roc(data$label,data$pre1)
plot(roc1,print.auc=true,plot=true,
print.thres=true)

用R语言绘制ROC曲线的实例讲解

包含auc的值和最优临界点,下面把它美化一下~

(问题:为啥横坐标specificity的范围是1.5到-0.5,查了一下没有找到原因,可能是因为原数据本身的问题,以前以违约概率而非score的时候没有出现这个问题,择日探究……tvt)

3.美化roc曲线

plot(roc2,print.auc=true,print.auc.x=0.4,print.auc.y=0.4,auc.polygon=true,auc.polygon.col="gray",
smooth=true,
grid=c(0.5, 0.2),
grid.col=c("black", "black"), 
max.auc.polygon=true,
print.thres=true,print.thres.cex=0.8,
lty=1,main=" roc曲线",mfrow=c(1,1)) 

用R语言绘制ROC曲线的实例讲解

解释在括号里面叠加命令的代码:

print.auc.x=0.4,print.auc.y=0.4 #设置auc值显示出来的坐标
auc.polygon=true,auc.polygon.col="gray" #设置roc曲线下填充色,此处设定为灰色
smooth=true #使roc曲线变得光滑
max.auc.polygon=true #整个图像填充
print.thres.cex=0.8 #设置最优临界点字体的大小
lty=1,main=" roc曲线",mfrow=c(1,1) #设置标题啥的 mfrow貌似是图形参数,待查……

4.合并roc曲线

由于共有4个model,所以要想比较模型的优劣,可以将四个roc曲线画到一起。

roc1<- roc(data$label,data$pre1)
roc2<- roc(data$label,data$pre2)
roc3<- roc(data$label,data$pre3)
roc4<- roc(data$label,data$pre4)
plot(roc1, print.auc=true,print.auc.x=0.4,print.auc.y=0.4, auc.polygon=true,auc.polygon.col="gray", grid=c(0.5, 0.2),smooth=t,grid.col=c("black", "black"), max.auc.polygon=true)
plot.roc(roc2,add=t,col="red", print.auc=true,print.auc.x=0.3,print.auc.y=0.3)
plot.roc(roc3,add=t,col="blue",print.auc=true,print.auc.x=0.5,print.auc.y=0.5)
plot.roc(roc4,add=t,col="yellow",print.auc=true,print.auc.x=0.6,print.auc.y=0.6)

由于此处要显示auc值,且不要重合~所以在后面加上了print.auc=true,print.auc.x=0.6,print.auc.y=0.6的命令。

如果不重合的话,直接在roc1下面加上下列代码即可:

plot.roc(roc2,add=t,col="red")

由于原有数据的问题,这里的四条roc曲线几乎重合~但此处只是介绍proc包绘制roc曲线的用法。就不要太在意辽!

用R语言绘制ROC曲线的实例讲解

以上为个人经验,希望能给大家一个参考,也希望大家多多支持。如有错误或未考虑完全的地方,望不吝赐教。