如何在ROCit中计算ROC？

Question

我想使用ROCit创建ROC曲线。我可以改变方向来计算ROC曲线吗（高值与健康有关）？

Answer 1

install.packages("ROCit")
require(ROCit)

由于问题中没有示例，所以我将从?rocit文档中的示例开始，如果我对您的问题有误解，请告诉我。

# Load some example data
data("Diabetes")

# Calculate some ROC/validation data
roc_empirical <- rocit(score = Diabetes$chol, class = Diabetes$dtest,
                       negref = "-") # default method empirical
roc_binormal <- rocit(score = Diabetes$chol, class = Diabetes$dtest,
                      negref = "-", method = "bin")

# Summarize and plot the results 
summary(roc_empirical) #60/329
summary(roc_binormal) 
plot(roc_empirical)
plot(roc_binormal, col = c("#00BA37", "#F8766D"),
     legend = FALSE, YIndex = FALSE)

我们可以查看summary(roc_empirical)的输出作为基准：

 Empirical ROC curve                  
 Number of postive responses :  60    
 Number of negative responses :  329  
 Area under curve :  0.652684903748734

现在，如果我理解（？），您只是想翻转参考值的含义/方向，在这种情况下为Diabetes$dtest？

我们可以使用negref参数完成此操作：

roc_empirical <- rocit(score = Diabetes$chol, class = Diabetes$dtest,
                       negref = "+") # default method empirical
roc_binormal <- rocit(score = Diabetes$chol, class = Diabetes$dtest,
                      negref = "+", method = "bin")

summary(roc_empirical)
summary(roc_binormal) 
plot(roc_empirical)
plot(roc_binormal, col = c("#00BA37", "#F8766D"),
     legend = FALSE, YIndex = FALSE)

并且我们可以将summary(roc_empirical)的结果与之前看到的“翻转”进行比较：

 Empirical ROC curve                  
 Number of postive responses :  329   
 Number of negative responses :  60   
 Area under curve :  0.353850050658561

当然，您也可以重新编码所讨论的列。

这就是您所需要的吗？