r - 用 ROCR 与 pROC 在 R 中绘制 ROC

Question

我正在绘制 ROC 并测量部分 AUC 作为生态位模型质量的指标。当我在 R 中工作时，我正在使用 ROCR 和 pROC 包。我会选择一个来使用，但现在，我只想看看他们的表现如何，以及是否有一个更好地满足我的需求。

让我感到困惑的一件事是，在绘制 ROC 时，轴如下所示：

大中华区

x axis: 'true positive rate' 0 -> 1
y axis: 'false positive rate', 0 -> 1

程序控制

x axis: 'sensitivity' 0 -> 1
y axis: 'specificity' 1 -> 0. 

但是，如果我使用这两种方法绘制 ROC，它们看起来是相同的。所以我只想确认：

true positive rate = sensitivity

false positive rate = 1 - specificity.

这是一个可重现的示例：

obs<-rep(0:1, each=50)
pred<-c(runif(50,min=0,max=0.8),runif(50,min=0.3,max=0.6))
plot(roc(obs,pred))

ROCRpred<-prediction(pred,obs)
plot(performance(ROCRpred,'tpr','fpr'))

Answer 1

为了确认，你是对的，真阳性率 = 敏感性和假阳性率 = 1 - 特异性。在您的示例中，从ROCR包中绘制 ROCR 性能对象的组件的顺序是关键。在最后一行中，第一个性能指标，真阳性率，“tpr”被绘制在 y 轴上measure = 'tpr'，第二个性能指标，假阳性率，被绘制在 x 轴上x.measure = 'fpr'

plot(performance(ROCRpred, measure = 'tpr', x.measure = 'fpr'))

Answer 2

只是说，pROC如果您在绘图代码中包含以下内容，则对于包：

plot(roc(obs,pred), legacy.axes = TRUE)

然后你最终得到一个反转的 x 轴。

Answer 3

据我所知：

TPR = sensitivity = TP/(TP/FN) -> y axis: [0, 1]

FPR = 1 - specificity = 1 - (TN/(FP+TN)) -> x axis: [0, 1]

但是，当图表在 x 轴上显示特异性（真阴性率）时，范围为 [1, 0]。

在这两种情况下，图表是相同的。

您可以在维基百科页面中查看它 。