prediction()

该函数用于创建一个prediction对象，用于随后的操作

用法

prediction(predictions, labels, label.ordering = NULL)

predictions
A vector, matrix, list, or data frame containing the predictions，predictions也就是概率预测值。
labels
A vector, matrix, list, or data frame containing the true class labels. Must have the same dimensions as predictions.
label.ordering
The default ordering (cf.details) of the classes can be changed by supplying a vector containing the negative and the positive class label.

performance()

用法

performance(prediction.obj, measure, x.measure = "cutoff", ...)

prediction.obj
An object of class prediction.
measure
Performance measure to use for the evaluation. A complete list of the performance measures that are available for measure and x.measure is given in the ‘Details’ section.
x.measure
A second performance measure. If different from the default, a two-dimensional curve, with x.measure taken to be the unit in direction of the x axis, and measure to be the unit in direction of the y axis, is created. This curve is parametrized with the cutoff.
…
Optional arguments (specific to individual performance measures).
部分meansure选项：
- acc:
  Accuracy. P(Yhat = Y). Estimated as: (TP+TN)/(P+N).
- err:
  Error rate. P(Yhat != Y). Estimated as: (FP+FN)/(P+N).
- fpr:
  False positive rate. P(Yhat = + | Y = -). Estimated as: FP/N.
- fall:
  Fallout. Same as fpr.
- tpr:
  True positive rate. P(Yhat = + | Y = +). Estimated as: TP/P.
- rec:
  Recall. Same as tpr.
- sens:
  Sensitivity. Same as tpr.
- fnr:
  False negative rate. P(Yhat = - | Y = +). Estimated as: FN/P.
- miss:
  Miss. Same as fnr.
- tnr:
  True negative rate. P(Yhat = - | Y = -).

实例

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

# precision/recall curve (x-axis: recall, y-axis: precision)
perf <- performance(pred, "prec", "rec")
perf
plot(perf)

# sensitivity/specificity curve (x-axis: specificity,
# y-axis: sensitivity)
perf <- performance(pred, "sens", "spec")
perf
plot(perf)

注意

该函数创建的是一个S4对象，因此提取内部数据需要用@，例如：

performance(pred,'auc')@y.values
# [[1]]
# [1] 0.8341875

R语言中绘制ROC曲线方法一：ROCR包相关推荐

r roc函数_R语言中绘制ROC曲线
两种方法: 第一种,摘自别人的方法: ROC曲线,做分类时经常会用到的一种结果表现方法.诸如此类的工作,首选工具当然是R.在CRAN上搜了一下,找到一个叫ROCR的包.尽管这个包已经很久没更新了,但用 ...
predict函数 R_RROC三剑客（一）使用R语言手撕ROC曲线
之前因工作需要绘制ROC曲线,所以对该曲线的计算细节进行了一番摸索.刚开始我搜索ROC曲线一般跟机器学习相关联,导致我对它的概念有了曲解,理所当然地以为它只是一个用于机器学习的分类器评估标准,所以在绘 ...
MATLAB中绘制ROC曲线
我们通常使用ROC曲线来评价分类结果的好坏,在MATLAB中绘制该曲线其实也十分容易.我们让label表示真实的类别,output表示预测的类别,那么调用: [XRF,YRF,TRF,AUCRF] = ...
R语言灵活绘制ROC图像
在科研分析时,常使用ROC曲线评价诊断试验效果,对应使用R软件pROC包中的roc()函数计算AUC值及置信区间等信息,同时使用ggroc()函数在ggplot框架下进行可视化.虽然ggroc()兼容 ...
R语言如何绘制变异系数曲线
绘制变异系数曲线是一种用于可视化数据变异性的方法,通常用于比较不同组或不同时间点的数据变异程度.在R语言中,我们可以使用基础的函数和一些常见的数据处理包来绘制变异系数曲线.在本教程中,我将向您展示如何 ...
R语言如何绘制变异系数曲线（24）
变异系数曲线 1.什么是变异系数曲线? 变异系数(Coefficient of Variation):当需要比较两组数据离散程度大小的时候,如果两组数据的测量尺度相差太大,或者数据量纲的不同,直接使用 ...
ggplot2如何在R语言中绘制表格
偶尔我想在R中的图表旁边绘制一个表格,例如,显示图表本身的摘要统计数据.非常简单.该函数tableGrob创建像一个数据帧的曲线图表,显示在ggplot2图形对象的网页上. 这是一个小例子: p+ + ...
R语言中用于计算相关系数和偏相关系数的包
文章目录偏相关系数的计算 corpcor包 ggm包 psych包偏相关系数的计算 corpcor包例子: M=cbind(y,x1,x2) xcor=cor(M)#相关系数矩阵 xpcor=c ...
r语言barplot函数图中加标签_R语言中绘制条形图的简单方法
原标题:R语言中绘制条形图的简单方法条形图(bar chart)是用宽度相同的条形的高度或长短来表示数据多少的图形.它主要用来展示不同分类(横轴)下某个数值型变量(纵轴)的取值.在实际中,条形图主要 ...

R语言中绘制ROC曲线方法一：ROCR包

文章目录

prediction()

用法

performance()

用法

实例

注意

R语言中绘制ROC曲线方法一：ROCR包相关推荐

最新文章

热门文章