代码查找ROC曲线列表的船体（该组曲线中的上限和下限）

Question

我已经作出，计算两行我在问题询问，如下面的图像（希望的线是红色）中的代码。

编辑：这是用我的片段生成ROC曲线的预期图（至少我敢肯定，这是正确的）：

问题是，上述代码是非常非常难看（太长，甚至张贴在这里），我想出了这个过程似乎极其乏味给我。然而，我似乎无法拿出更好的东西。

这里是一个快速片段产生ROC曲线的输入列表

library(MASS)
library(dplyr)

simple_roc <- function(labels, scores){
  labels <- labels[order(scores, decreasing=TRUE)]
  return(rbind(c(0,0,0),data.frame(TPR=cumsum(labels)/sum(labels), FPR=cumsum(!labels)/sum(!labels), labels)))
}

diab_data=rbind(data.frame(Pima.tr),data.frame(Pima.te))

roc_curves_list_logisitic=list()

for (k in 1:100) {

  #Set a fixed seed for reproducibility
  set.seed(k)

  # sampled_rows <- createDataPartition(diab_data$type, p = .7, list = FALSE)

  sampled_rows <- sample(1:nrow(diab_data), size=floor(0.7*nrow(diab_data)))

  diab_data_train=diab_data[sampled_rows,]
  diab_data_test=diab_data[-sampled_rows,]
  diab_data_train[,1:7]=scale(diab_data_train[,1:7])
  diab_data_test[,1:7]=scale(diab_data_test[,1:7])

  diab_data_train[,"type"]=as.numeric(as.character(recode_factor(diab_data_train[,"type"],`Yes` = "1", `No` = "0")))

  diab_data_test[,"type"]=as.numeric(as.character(recode_factor(diab_data_test[,"type"],`Yes` = "1", `No` = "0")))


  logistic_model_simple=glm(data=diab_data_train,as.formula(paste(colnames(diab_data_train)[8], "~",
                                                                  paste(colnames(diab_data_train)[-8], collapse = "+"),
                                                                  sep = "")),family=binomial(link = "logit"))

  roc_curves_list_logisitic[[k]]=simple_roc(diab_data_test[,"type"], 
                                            ifelse(predict(logistic_model_simple,diab_data_test,type='response')>0.5,1,0))

}

我现在寻求帮助，如果任何人有一个“美丽”的解决方案，以产生该图（在GGPLOT2）利用我作为输入提供的ROC曲线列表中的两条红线。

优选地，我想有两个dataframes lower_bound_roc_curves和upper_bound_roc_curves含有必要的值以seperately绘制两条直线，如果我需要他们结束。

提前致谢，

编辑2：@denis这里有一些部分我觉得你的代码获取错误：

Answer 1

我有data.table和zoo的解决方案。第一步是让所有你的曲线之间的共同FPR。这是能够绘制的最大值和最小值的所有曲线。要做到这一点：

library(data.table)
library(zoo)

FPRlist <- unique(rbindlist(lapply(roc_curves_list_logisitic,function(ROC){
  rccurve <- as.data.table(ROC)
  rccurve[,.(FPR = FPR)]
})))

我创建一个包含所有FPR在所有现有的曲线表FPRlist。我将合并后用含所有FPR此表中每条曲线，并使用na.locf完成缺失值。我用rbindlist做一个表，对每个ROC曲线的ID

results <- rbindlist(lapply(seq(roc_curves_list_logisitic),function(idx){
  rccurve <- as.data.table(roc_curves_list_logisitic[[idx]])
  rccurve <- merge(FPRlist,rccurve,all = T)
  rccurve[,TPR := na.locf(TPR,na.rm = F)] # I complete the values
  rccurve[,ID := idx] # I create an ID
  rccurve
}))

然后我计算跨所有ID（所有ROC曲线）的最大值和最小值用于每个FPR步骤

resultmax <- results[,.(TPR = max(TPR)),by = FPR]
resultmin <- results[,.(TPR = min(TPR)),by = FPR]

并绘制它，你绘制它以同样的方式

ggplot()+
  geom_line(data = results,aes(FPR,TPR,color = as.factor(ID)))+
  theme_light() %+replace% theme(legend.position = "none")+
  geom_line(data = resultmax,aes(FPR,TPR),color = "red",size = 1)+
  geom_line(data = resultmin,aes(FPR,TPR),color = "red",size = 1)

我让dplyr翻译dplyr用户，因为我不习惯。

Edit

我修改了我的情节，使只有所有原始ROC曲线的没有任何合并，也不na.locf情节比较。可以看到，红色的线，我建议做跟随max和所有曲线的分钟。第二幅图中获得如下：

results2 <- rbindlist(lapply(seq(roc_curves_list_logisitic),function(idx){
  rccurve <- as.data.table(roc_curves_list_logisitic[[idx]])
  rccurve[,ID := idx] # I create an ID
  rccurve
}))

p2 <- ggplot()+
  geom_line(data = results2,aes(FPR,TPR,color = as.factor(ID)))+
  theme_light() %+replace% theme(legend.position = "none")

它只是绘制所有包含在操作系统问题提供的列表中ROC曲线。两个柱情节与multiplot功能（参见here）中得到