在pROC中用ROC曲线打印AUC的极限小数

我已经成功地在同一个图中创建了一个包含不同预测模型的多条ROC曲线的图，AUC和CI的数值很好地打印在了侧面

然而，对于我的项目来说，用三个小数打印出来是没有意义的，相反，我需要两个小数的四舍五入版本，我还没能说服Rstudio以这种方式打印出来

（为了澄清，它说的是

AUC:0.708（0.661-0.754）

，我需要它是0.71（0.66-0.75））

我试过：

print(ROC_rfhipfx60X1MOmospugholt, digits = max(3, getOption("digits") -3 ), call= TRUE)

返回呼叫（起初似乎成功）：

而不是创建一个新的绘图，它会返回（如果我滚动我的绘图并返回到不工作的绘图，则会再次打印相同的消息）：

---

print

的

digit

参数控制有效位数。在本例中，它与小数位数匹配，因为我们在0和1之间。因此，您可以使用

digits=2

，如下所示：

> library(pROC)
> data(aSAH)
> roc_curve <- roc(aSAH$outcome, aSAH$ndka)
Setting levels: control = Good, case = Poor
Setting direction: controls < cases
> print(roc_curve, digits = 2)

Call:
roc.default(response = aSAH$outcome, predictor = aSAH$ndka, ci = TRUE)

Data: aSAH$ndka in 72 controls (aSAH$outcome Good) < 41 cases (aSAH$outcome Poor).
Area under the curve: 0.61
95% CI: 0.5-0.72 (DeLong)

---

当您从Rstudio收到打印错误时，通常再次创建新的打印将解决此问题。

是否要打印或打印曲线？非常感谢！！这最终解决了问题，我用print.auc.pattern=“%.2f（%.2f-%.2f）插入了一个新的绘图。实际上我以前试过，但是我从其他地方得到的“%#.2f”不起作用。所以“2f”表示两个格式化的小数，“%”类似于“x”括号是这样的，它甚至适用于括号中的数字？我应该这样读代码吗？我非常感谢你的帮助，真是松了一口气！很乐意帮忙。格式与sprintf函数的文档中描述的完全相同：括号在这里没有特定的含义，它们出现在最终输出中，只是格式化了3个数字。因此，您可以很有趣地说，

print.auc.pattern=“%.10f，置信区间为%.4f-%.1f！！！”

以获得10、4和1个小数点，并添加一些额外的文本和感叹号。

Error in readChar(con, 5L, useBytes = TRUE) : cannot open the connection
In addition: Warning message:
In readChar(con, 5L, useBytes = TRUE) :
  cannot open compressed file '/var/folders/22/nxnj3khn76q9hz0khppd11_40000gn/T/RtmpXrawRS/rs-graphics-7de8e907-4a56-4944-b16e-aeb4054ee835/2473fad9-4618-46c1-9014-fbcb61050b97.snapshot', probable reason 'No such file or directory'
Graphics error: Plot rendering error
Error in readChar(con, 5L, useBytes = TRUE) : cannot open the connection

> library(pROC)
> data(aSAH)
> roc_curve <- roc(aSAH$outcome, aSAH$ndka)
Setting levels: control = Good, case = Poor
Setting direction: controls < cases
> print(roc_curve, digits = 2)

Call:
roc.default(response = aSAH$outcome, predictor = aSAH$ndka, ci = TRUE)

Data: aSAH$ndka in 72 controls (aSAH$outcome Good) < 41 cases (aSAH$outcome Poor).
Area under the curve: 0.61
95% CI: 0.5-0.72 (DeLong)

plot(roc_curve, print.auc = TRUE, col = "red", lwd = 4, print.auc.y = 0.3, legacy.axes = TRUE, print.auc.pattern = "%.2f (%.2f-%.2f)")