我创建了一些预测模型,目前正在通过查看ROC曲线和AUC对其进行评估。
当前,我在X轴上具有特异性,但是,当我研究ROC曲线时,我看到了1-X轴上的特异性。
有什么区别,应该使用哪些来验证我的预测模型? 如果“特异性”在X轴上,我是否仍要最大化AUC(根据经验,答案是肯定的,但我想确认)?
这是我的绘制方式:
> library(pROC)
> g <- roc(Setup ~ Probs, data = Data)
> plot(g)
> auc(g)
> ci.auc(g)
答案 0 :(得分:1)
这纯粹是一个标记问题:请注意,x轴从1减小到0,这与在x轴上从0增大到1绘制1特异性完全相同。
我假设您正在使用pROC软件包。 This behavior is documented in the FAQ,并且可以将legacy.axes
参数设置为TRUE,以在默认值困扰您时更改行为。
plot(g, legacy.axes = TRUE)