Question

我正在尝试对两种不同的情况进行分类。因此，我建立了决策树，混淆矩阵并计算了准确性，敏感性和特异性。我将程序运行了100次，因此我有100个准确性，灵敏度和特异度值。

我现在要做的是用AUC绘制ROC曲线。我做了一些研究，所有这些例子都在讨论概率，但我不知道它们到底是什么。

那么有人可以帮我画这个吗？我不知道应该在代码的哪一部分进行演示，因此请随时提出要求。

Answer 1

您可以使用像pROC这样的软件包，它比您自己创建的包更容易。您可以使用roc（）函数创建roc对象，然后使用plot（）绘制对象并创建ROC曲线。

另外，这听起来并不像您以正确的方式进行操作。 ROC曲线是根据模型中可能出现的概率范围内不同切点处（即0到1之间的切点）处获得的敏感性和特异性值计算得出的。您无需创建100组模型预测，只需一个模型即可足够。

尝试类似的方法，其中y是您的响应变量，p是模型输出的概率值的向量：

plot(roc(y, p)), print.auc = TRUE)