前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >R语言画ROC曲线总结

R语言画ROC曲线总结

作者头像
拓端
发布2021-01-13 14:46:45
1.5K0
发布2021-01-13 14:46:45
举报
文章被收录于专栏:拓端tecdat

原文链接:http://tecdat.cn/?p=10963

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。

我使用pkgsearch来搜索CRAN并查看其中的内容。该package_search()函数将文本字符串作为输入,并使用基本的文本挖掘技术来搜索所有CRAN。

经过一番尝试和错误之后,我确定了以下查询,其中包括许多与ROC相关的有趣软件包。

代码语言:javascript
复制

rocPkg <-  pkg_search(query="ROC",size=200)

 
rocPkgShort <- rocPkg %>%filter(maintainer_name != "ORPHANED", score > 190) %>%select(score, package, downloads_last_month) %>%arrange(desc(downloads_last_month))head(rocPkgShort)
## # A tibble: 6 x 3##   score package  downloads_last_month##   <dbl> <chr>                   <int>## 1  690. ROCR                    56356## 2 7938. pROC                    39584## 3 1328. PRROC                    9058## 4  833. sROC                     4236## 5  266. hmeasure                 1946## 6 1021. plotROC                  1672

下图使用了Guangchuang Yu的dlstats软件包,查看我选择分析的六个软件包的下载历史记录。

代码语言:javascript
复制


library(dlstats)shortList <- c("pROC","precrec","ROCit", "PRROC","ROCR","plotROC")downloads <- cran_stats(shortList)ggplot(downloads, aes(end, downloads, group=package, color=package)) +geom_line() + geom_point(aes(shape=package)) +scale_y_continuous(trans = 'log2')

2005年

以下代码ROCR使用包随附的综合数据集设置并绘制默认的ROC曲线。在整个文章中,我将使用相同的数据集。

代码语言:javascript
复制

library(ROCR)## Loading required package: gplots#### Attaching package: 'gplots'## The following object is masked from 'package:stats':####     lowess
# 为单个预测绘制ROC曲线,并对曲线进行着色。

data(ROCR.simple)df <- data.frame(ROCR.simple)pred <- prediction(df$predictions, df$labels)perf <- performance(pred,"tpr","fpr")plot(perf,colorize=TRUE)

2010

pROC在图中绘制曲线下面积(AUC)的置信区间非常容易。

2014年

roc.curve()函数会绘制出干净整齐的ROC曲线 。

2014年

该软件包提供了许多功能丰富的ggplot()几何图形 。

2015年

precrec 是另一个用于绘制ROC的库。

evalmod()函数可以很容易地生成各种模型特征的基本图。

2019

ROCit是一个用于绘制ROC曲线和其他二进制分类可视化效果的新程序包 ,并且正在迅速普及。

下图显示了CDF累积密度。KS统计数据显示两条曲线之间的最大距离。

代码语言:javascript
复制
ksplot(ROCit_obj)
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:2021-01-04,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 拓端数据部落 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
0 条评论
热度
最新
推荐阅读
目录
  • 2005年
  • 2010
  • 2014年
  • 2014年
  • 2015年
  • 2019
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