AUC

Question

鉴于此类数据： SN =灵敏度; SP =特异性

Cutpoint        SN   1-SP
       1       0.5    0.1
       2       0.7    0.2
       3       0.9    0.6

如何绘制ROC曲线并计算AUC。并比较两种不同ROC曲线之间的AUC。在诸如pROC或ROCR的大多数包中，数据的输入与上面所示的不同。任何人都可以建议在R或其他方面解决这个问题的方法吗？

ROCsdat <- data.frame(cutpoint = c(5, 7, 9), TPR = c(0.56, 0.78, 0.91), FPR = c(0.01, 0.19, 0.58))

## plot version 1
op <- par(xaxs = "i", yaxs = "i")
plot(TPR ~ FPR, data = dat, xlim = c(0,1), ylim = c(0,1), type = "n")
with(dat, lines(c(0, FPR, 1), c(0, TPR, 1), type = "o", pch = 25, bg = "black"))
text(TPR ~ FPR, data = dat, pos = 3, labels = dat$cutpoint)
abline(0, 1)
par(op)

Answer 1

我想你可以手动计算它：

dat <- data.frame(tpr=c(0, .5, .7, .9, 1), fpr=c(0, .1, .2, .6, 1))
sum(diff(dat$fpr) * (dat$tpr[-1] + dat$tpr[-length(dat$tpr)]) / 2)
# [1] 0.785

您需要让tpr和fpr向量以0开头并以1结尾才能正确计算AUC。

Answer 2

首先，我建议您访问当地的图书馆，找一本关于R的入门书籍。在您编写自己的代码和在互联网上找到的复制粘贴代码之前，有一个坚实的基础非常重要什么是手段充其量是冒险的。

关于你的问题，我相信（0,0）和（1,1）坐标是ROC曲线的一部分，所以我把它们包含在数据中：

ROCsdat <- data.frame(cutpoint = c(-Inf, 5, 7, 9, Inf), TPR = c(0, 0.56, 0.78, 0.91, 1), FPR = c(0, 0.01, 0.19, 0.58, 1))

AUC

我强烈建议您在R训练的这个阶段不要设置自己的梯形积分功能。它太容易出错，而且容易搞错一小（语法）错误。

相反，使用完善的集成代码，例如trapz中的pracma函数：

library(pracma)
trapz(ROCsdat$FPR, ROCsdat$TPR)

绘图

我认为你们大多数都是在策划，尽管我会稍微改写一下：

plot(TPR ~ FPR, data = ROCsdat, xlim = c(0,1), ylim = c(0,1), type="b", pch = 25, bg = "black")
text(TPR ~ FPR, data = ROCsdat, pos = 3, labels = ROCsdat$cutpoint)
abline(0, 1, col="lightgrey")

比较

为了进行比较，假设您在auc1和auc2中有两个AUC。 if / else语法如下所示：

if (auc1 < auc2) {
    cat("auc1 < auc2!\n")
} else if (auc1 == auc2) {
    cat("aucs are identical!\n")
} else {
    cat("auc1 > auc2!\n")
}

绘制ROC曲线并在特定截止信息下计算R中的AUC

2 个答案:

AUC

绘图

比较