Loading [MathJax]/jax/input/TeX/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >【R】-ROC曲线绘制

【R】-ROC曲线绘制

作者头像
黑妹的小屋
发布于 2020-08-06 06:42:59
发布于 2020-08-06 06:42:59
6940
举报

>install.packages("ROCR")

> library(ROCR)

> data("ROCR.simple")

> str(ROCR.simple)

List of 2

$predictions: num [1:200] 0.613 0.364 0.432 0.14 0.385 ...

$labels : num [1:200] 1 1 0 0 0 1 1 11 0 ...

>pred<prediction(ROCR.simple

> plot(perf,colorize=T)

> plot(perf)

> plot(perf,colorize=TRUE)

> install.packages("pROC")

> library(pROC)

> data("aSAH")

>roc1<-roc(aSAH

>plot(roc1,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)

> (auc1 = auc(roc1))

Area under the curve: 0.7314

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2017-12-20,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 菜鸟学数据分析之R语言 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
用R语言绘制ROC曲线
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:
全栈程序员站长
2022/08/30
1K0
用R语言绘制ROC曲线
线性分类器与性能评价(R语言)
“ 分类问题是机器学习算法中最基础和重要的问题,本文用R语言,对网上的Irvine数据集,通过线性回归方法,构建线性分类器。并统计出预测结果与实际结果的混淆矩阵,通过计算ROC和AUC,判断分类器性能
三猫
2018/04/10
1.4K0
线性分类器与性能评价(R语言)
k折交叉验证(R语言)
“ 机器学习中需要把数据分为训练集和测试集,因此如何划分训练集和测试集就成为影响模型效果的重要因素。本文介绍一种常用的划分最优训练集和测试集的方法——k折交叉验证。” k折交叉验证 K折交叉验证(k-fold cross-validation)首先将所有数据分割成K个子样本,不重复的选取其中一个子样本作为测试集,其他K-1个样本用来训练。共重复K次,平均K次的结果或者使用其它指标,最终得到一个单一估测。 这个方法的优势在于,保证每个子样本都参与训练且都被测试,降低泛化误差。其中,10折交叉验证是最常用的。
三猫
2018/04/10
6.9K0
k折交叉验证(R语言)
R语言 ROC曲线
ROC曲线(受试者工作特征, Receiver Operating Characteristic) 可以简单、直观得观察分析方法的临床准确性,并可用肉眼作出判断。ROC以真阳性率(灵敏度FPR)为纵坐标,假阳性率(1-特异度TPR)为横坐标绘制的曲线,可准确反映某分析方法特异性和敏感性的关系,是试验准确性的综合代表。ROC曲线不固定分类界值,允许中间状态存在,利于使用者结合专业知识,权衡漏诊与误诊的影响,选择一更佳截断点作为诊断参考值。提供不同试验之间在共同标尺下的直观的比较,ROC曲线越凸越近左上角表明其
用户1359560
2018/08/27
2.8K0
R语言 ROC曲线
XGBoost(二):R语言实现
之前在XGBoost(一):与同类算法的差异对比一文中介绍了Bagging与Boost、AdaBoost与Gradient Boost、GBDT与XGBoost对比,本文我们接着来介绍如何在R中实现XGBoost。
三猫
2020/03/24
4.8K0
XGBoost(二):R语言实现
让ChatGPT编写交互式网页应用的临床预测模型
R Shiny是一种基于Web的交互式数据可视化工具,能够帮助研究人员和临床医生快速构建交互式应用程序,从而进行数据分析和可视化。
Jamesjin63
2023/03/08
1.8K0
让ChatGPT编写交互式网页应用的临床预测模型
寻找差异的feature
在生物学上,经常会遇到找control和treat的差异基因或者任意两个或者两个以上处理条件下,最差异的变化,比如我有这样一个数据,几千个细胞分为处理过的和没处理过的,然后通过拍照记录了他们的形态大小等几十个特征,我想知道哪个特征产生了最大的变化。
生信编程日常
2020/04/01
5690
寻找差异的feature
R语言统计与绘图:可视化ROC曲线的置信区间
ROC曲线是临床中常用的统计分析之一,R中可以绘制ROC曲线的包也有很多,pROC包就是其中的佼佼者。
DataCharm
2021/02/22
9.6K0
R语言统计与绘图:可视化ROC曲线的置信区间
临床预测模型之二分类资料ROC曲线绘制
ROC曲线是评价模型的重要工具,曲线下面积AUC可能是大家最常见的模型评价指标之一。
医学和生信笔记
2022/11/15
1.3K0
临床预测模型之二分类资料ROC曲线绘制
R 交叉验证①
什么是交叉验证?在机器学习中,交叉验证是一种重新采样的方法,用于模型评估,以避免在同一数据集上测试模型。交叉验证的概念实际上很简单:我们可以将数据随机分为训练和测试数据集,而不是使用整个数据集来训练和测试相同的数据。交叉验证方法有几种类型LOOCV - leave -one- out交叉验证,holdout方法,k - fold交叉验证。 K折交叉验证(k-fold cross-validation)首先将所有数据分割成K个子样本,不重复的选取其中一个子样本作为测试集,其他K-1个样本用来训练。共重复K次,
用户1359560
2018/08/27
8190
ROC曲线不用愁,四种R包教你一步搞定!
前面我们介绍了一个对有害同义突变预测的方法PrDSM,可以发现,在对模型的分析中,大量的使用ROC对模型进行评估,今天我们就来介绍一下ROC的相关内容和两种ROC绘图方法:pROC、plotROC、ggROC和ROCR。
作图丫
2022/03/29
10K0
ROC曲线不用愁,四种R包教你一步搞定!
Logistic回归模型、应用建模案例
一、logistic回归模型概述 广义线性回归是探索“响应变量的期望”与“自变量”的关系,以实现对非线性关系的某种拟合。这里面涉及到一个“连接函数”和一个“误差函数”,“响应变量的期望”经过连接函数作用后,与“自变量”存在线性关系。选取不同的“连接函数”与“误差函数”可以构造不同的广义回归模型。当误差函数取“二项分布”而连接函数取“logit函数”时,就是常见的“logistic回归模型”,在0-1响应的问题中得到了大量的应用。 Logistic回归主要通过构造一个重要的
机器学习AI算法工程
2018/03/14
3.3K0
「R」ROC三剑客(二)分析与可视化ROC——plotROC、pROC
导读:ROC三剑客这三篇文章由一年前的两篇文章和今天写的一篇文章组成,内容涵盖了 ROC 原理解析和计算、两个R包 plotROC 和 pROC 的使用教程。希望感兴趣的读者修此剑术,保家卫国~~你的剑,就是我的剑!
王诗翔呀
2020/07/06
4.7K0
「R」ROC三剑客(二)分析与可视化ROC——plotROC、pROC
【r<-ROC|包】分析与可视化ROC——plotROC、pROC
在【r<-绘图|ROC】ROC的计算与绘制这篇文章中我讲了ROC曲线的本质以及如何计算和绘制ROC曲线。注意,我这里谈到的ROC并未曾涉及机器学习模型的拟合与预测,而是指存在一组真实的连续型数值数据设定阈值的不同对响应变量(二分类)的影响(真阳性率、假阳性率)。
生信技能树
2018/07/27
1.5K0
【r<-ROC|包】分析与可视化ROC——plotROC、pROC
R语言︱分类器的性能表现评价(混淆矩阵,准确率,召回率,F1,mAP、ROC曲线)
笔者寄语:分类器算法最后都会有一个预测精度,而预测精度都会写一个混淆矩阵,所有的训练数据都会落入这个矩阵中,而对角线上的数字代表了预测正确的数目,即True Positive+True Nagetive。
悟乙己
2019/05/28
5.7K0
「R」ROC三剑客(三)简单丰富的ROC绘制与对比
我之前在《分析与可视化ROC——plotROC、pROC》中介绍了两个包 plotROC 和 pROC,那是一年前的事情了,现在我在处理 ROC 曲线时使用的是什么呢?pROC 包,它的理论基础来源于下面这篇文章,并且有非常完备的分析方法、可视化方法。
王诗翔呀
2020/07/02
2.6K0
R: ROCR包用于ROC分析
ROC可以用于:(1)比较预测二分类响应变量的预测效果;(2)获取预测二分类响应变量的连续预测变量的阈值。
生信菜鸟团
2020/05/26
4.9K0
R语言画ROC曲线总结
在本文中,我描述了如何在CRAN中搜索用于绘制ROC曲线的包,并重点介绍了六个有用的包。
拓端
2020/08/14
1.3K0
R语言绘制绘制ROC和PR曲线(总结)
(1)总结常用的绘制ROC和PR曲线的R包 (2)生存预测模型的时间依赖性ROC曲线
用户1359560
2019/06/20
8.4K0
【机器学习】五、贝叶斯分类
我想说:“任何事件都是条件概率。”为什么呢?因为我认为,任何事件的发生都不是完全偶然的,它都会以其他事件的发生为基础。换句话说,条件概率就是在其他事件发生的基础上,某事件发生的概率。
Twcat_tree
2023/11/02
3100
【机器学习】五、贝叶斯分类
相关推荐
用R语言绘制ROC曲线
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档