在不使用任何包的情况下在 R 中绘制 ROC 曲线

Question

嗨，我对 R 编程很陌生，我在不使用任何包的情况下绘制 ROC 曲线时遇到了麻烦。

我使用以下方法生成了我的数据：

d=rpearsonIII(100,0.5,360,20)
nd=rnorm(100,450,25)

我需要一个向量，d 的值 <400，nd 的值 >400，所以我做了：

spec = (cumsum(nd[nd>400])/sum(nd))*100
sens = (cumsum(d[d<400])/sum(nd))*100

我是这样绘制的：

plot(1-spec,sens)

但情节与我预期的完全不同

编辑：感谢给出的建议，我的代码现在看起来像这样：

sc2 = c(rnorm(50,450,25),rpearsonIII(50,0.5,360,20))
scF = sc2 < 395

thresholds <- sort(sc2)

pos <- sum(scF);pos
neg <- sum(!scF);neg

tn <- cumsum(!scF);tn
spec <- tn/neg;spec

tp <- pos - cumsum(scF);tp
sens <- tp/pos;sens

plot(1 - spec, sens, type = "l", col = "red", 
     ylab = "Sensitivity", xlab = "1 - Specificity")
abline(c(0,0),c(1,1))

绘制的 roc 曲线如下所示： roc 曲线

我现在的问题是，如果改变生成数据的顺序（rnorm 和 rpearsonIII），曲线就会反转。

Answer 1

我不知道是什么rpearsonIII，所以我将使用实际类actuals以及预测的分数制作一个样本随机数据scores。

set.seed(100)
actuals <- sample(c(TRUE,FALSE), 100, replace = TRUE)
scores <- runif(100,-1,1)

带解释的长版

如果您的数据中的实际值是字符串或因子而不是逻辑值，则需要使用以下方法将它们转换为逻辑值：

actuals <- actuals == "postiveClass"

接下来，我们要根据实例的分数对实例进行排序。我们可以使用：

actuals <- actuals[order(scores)]

如果您想跟踪灵敏度和特异性的阈值，您可以使用以下方法使它们保持一致：

thresholds <- sort(scores)

现在我们需要获得我们的敏感性和特异性。敏感性是TP/P，特异性是TN/N。获得阳性总数P很容易，因为我们的实际值是合乎逻辑的，我们可以使用sum(actuals). 相似的是，我们可以N使用sum(!actuals).

pos <- sum(actuals)
neg <- sum(!actuals)

首先让我们在每个阈值处获得真正的否定。这很简单，它只是FALSE等于或低于每个阈值的值的数量。由于我们的数据是按阈值排序的，我们可以使用以下方法计算（和特异性）：

tn <- cumsum(!actuals)
spec <- tn/neg

真正阳性的数量稍微困难一些，因为我们正在寻找大于阈值的阳性数量，因此cumsum单独使用是行不通的。但是，由于阈值以上的数字等于阈值以下或阈值处的总负数，因此我们可以使用以下方法获得真阳性：

tp <- pos - cumsum(actuals)
sens <- tp/pos

现在我们需要做的就是绘制两者。

plot(1 - spec, sens, type = "l", col = "red", 
     ylab = "Sensitivity", xlab = "1 - Specificity")
abline(c(0,0),c(1,1))

要获得曲线的 AUC，我们只需计算曲线的高度（灵敏度）乘以每个实际值处的宽度（1 差 - 特异性）。我们已经有了敏感性，我们只需要特异性。该diff函数将为我们提供相邻特异性值的差异，但是，我们需要0在开头放置一个值以获得第一列的宽度。

width <- diff(c(0, 1 - sens))
auc <- sum(spec*width)

最小代码版本

actuals <- actuals[order(scores)]

sens <- (sum(actuals) - cumsum(actuals))/sum(actuals)
spec <- cumsum(!actuals)/sum(!actuals)

plot(1 - spec, sens, type = "l", col = "red", 
     ylab = "Sensitivity", xlab = "1 - Specificity")
abline(c(0,0),c(1,1))

(auc <- sum(spec*diff(c(0, 1 - sens))))