【问题标题】:What does coercing the "direction" argument input in roc function (package pROC in R) do exactly?在 roc 函数(R 中的包 pROC)中强制输入“方向”参数到底是做什么的?
【发布时间】:2015-10-23 18:04:46
【问题描述】:

我想通过使用 R 中 pROC 包的函数 'roc' 创建一个 roc 对象,并绘制 roc 对象。但是,我不确定“方向”参数的作用。我的控件的中值预测值小于案例的中值预测值。所以我认为正确的方向应该是''绘制它。它只是将 ROC 曲线翻转穿过对角线作为镜像。我想知道在这种情况下,数据告诉你一件事,而论点正在强制不同的方向,正在与什么进行比较,以及如何进行比较?我通读了关于这个函数的参数“方向”的 pROC 手册,解释非常简短和不清楚。

希望听到您的意见!

【问题讨论】:

    标签: r roc proc-r-package


    【解决方案1】:

    direction 参数的作用是确定如何确定观察的消极性(或积极性)。

    要计算阈值t 的灵敏度和特异性,您必须将其与每个观察值o_i 进行比较。对于direction="<",如果o_i >= to_i 将被视为正数,否则为负数。使用direction=">",如果 o_i t 将认为 o_i 为正,否则为负。

    如果您想查看源代码,请查看roc.utils.perfs.all.safe 函数。

    所以当你改变你的ROC曲线的方向时,你基本上颠倒了所有的正负预测,相当于把ROC曲线颠倒过来了。

    【讨论】:

    • 您好!谢谢你的解释。我必须考虑它对我的模拟设置意味着什么。如果我需要进一步的帮助,将发布更多后续问题。
    • @layover 如果您发现它有用/正确,请记得点赞/接受答案。
    • 你好,当你说o_i是肯定的时候,是不是意味着是这样的(response = 1)?我使用了 2 个级别 0 和 1,案例为 1,控制为 0。
    • 你好 Calimo,我通读了源代码,现在明白了。非常感谢!
    • @layover "o_i is positive" 意味着您的预测器说观察结果是肯定的,无论它是对照还是案例。如果是病例,那么你有一个“真阳性”,如果它是一个对照,你就有​​一个“假阳性”。
    猜你喜欢
    • 1970-01-01
    • 2019-10-12
    • 2021-12-19
    • 2019-04-03
    • 2019-08-23
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2017-07-19
    相关资源
    最近更新 更多