r - 如何使用r中的ROCR软件包绘制ROC曲线*仅带有分类列联表*

Question

如何仅使用分类列联表在r中使用ROCR软件包绘制ROC曲线？

我有一个列联表，可以计算出真阳性，假阳性等所有额定值。我有500个副本，因此有500个表。但是，我无法生成表示估计概率和真实性的每种情况的预测数据。没有单独的数据如何获得曲线。
以下是所使用的包装说明。

## computing a simple ROC curve (x-axis: fpr, y-axis: tpr)
library(ROCR)
data(ROCR.simple)
pred <- prediction( ROCR.simple$predictions, ROCR.simple$labels)
perf <- performance(pred,"tpr","fpr")
plot(perf)    

Answer 1

您无法使用单个列联表生成完整的ROC曲线，因为列联表仅提供单个灵敏度/特异性对(对于用于生成列联表的任何预测截止值)。

如果您有许多用不同的截止值生成的列联表，则可以估算ROC曲线(基本上，它将是列联表中灵敏度/特异性值之间的线性插值)。例如，让我们考虑使用逻辑回归预测虹膜数据集中的花朵是否为杂色:

iris$isv <- as.numeric(iris$Species == "versicolor")
mod <- glm(isv~Sepal.Length+Sepal.Width, data=iris, family="binomial")

我们可以使用标准的 ROCR代码为该模型计算ROC曲线:

library(ROCR)
pred1 <- prediction(predict(mod), iris$isv)
perf1 <- performance(pred1,"tpr","fpr")
plot(perf1)

现在让我们假设，除了 mod之外，我们拥有的是列联表，其中包含一些用于预测的临界值:

tables <- lapply(seq(0, 1, .1), function(x) table(iris$isv, factor(predict(mod, type="response") >= x, levels=c(F, T))))

# Predict TRUE if predicted probability at least 0
tables[[1]]
#     FALSE TRUE
#   0     0  100
#   1     0   50

# Predict TRUE if predicted probability at least 0.5
tables[[6]]
#     FALSE TRUE
#   0    86   14
#   1    29   21

# Predict TRUE if predicted probability at least 1
tables[[11]]
#     FALSE TRUE
#   0   100    0
#   1    50    0

从一个表到下一个表，由于截止值的增加，一些预测从TRUE变为FALSE，并且通过比较连续表的第1列，我们可以确定其中哪些表示真实的否定预测和错误的否定预测。通过按顺序排列的列联表，我们可以创建假的预测值/结果对，然后将其传递给ROCR，以确保我们匹配每个列联表的敏感性/特异性。

fake.info <- do.call(rbind, lapply(1:(length(tables)-1), function(idx) {
  true.neg <- tables[[idx+1]][1,1] - tables[[idx]][1,1]
  false.neg <- tables[[idx+1]][2,1] - tables[[idx]][2,1]
  if (true.neg <= 0 & false.neg <= 0) {
    return(NULL)
  } else {
    return(data.frame(fake.pred=idx,
                      outcome=rep(c(0, 1), times=c(true.neg, false.neg))))
  }
}))

现在，我们可以像往常一样将伪造的预测传递给ROCR:

pred2 <- prediction(fake.info$fake.pred, fake.info$outcome)
perf2 <- performance(pred2,"tpr","fpr")
plot(perf2)

基本上，我们所做的是对ROC曲线上的点进行线性插值。如果您有很多截止点的列联表，则可以更接近真实的ROC曲线。如果您没有很多截止值，那么您就无法希望准确地再现完整的ROC曲线。