Fatal编程技术网
  • r/
  • 在pROC包中指定正类

在pROC包中指定正类

r

在pROC包中指定正类,r,classification,roc,auc,proc-r-package,R,Classification,Roc,Auc,Proc R Package,我想使用pROC包计算不同的分类指标（敏感性、特异性）。为此，我可以在pROC包中使用coords函数，如下所示： # Load library library(pROC) # Load data data(aSAH) #Convert Good and Poor to 1 and 0 aSAH$outcome <- ifelse(aSAH$outcome=="Good", 1, 0) # Calculate ROC rocobj <- roc(aSAH$outcome, aSAH

我想使用pROC包计算不同的分类指标（敏感性、特异性）。为此，我可以在
pROC
包中使用
coords
函数，如下所示：

# Load library
library(pROC) 
# Load data
data(aSAH)
#Convert Good and Poor to 1 and 0
aSAH$outcome <- ifelse(aSAH$outcome=="Good", 1, 0)
# Calculate ROC
rocobj <- roc(aSAH$outcome, aSAH$s100b)
# Get sensitivity and specificity
coords(rocobj, 0.55)
对于
1
为正值和

confusionMatrix(factor(as.numeric(aSAH$s100b<0.55),levels=c('0','1')),
                   factor(aSAH$outcome,levels=c('0','1')), positive='0')

confusionMatrix（因子（如数字）（aSAH$s100b使用
级别
参数：


levels: the value of the response for controls and cases
          respectively.


这里的“控制”是指负面观察，“病例”是正面观察。默认选择不是基于患病率，只是基于
水平的前两个值（as.factor（response））
的顺序

要更改它，请传递长度为2的向量，例如：


rocobj <- roc(aSAH$outcome, aSAH$s100b, levels = c(1, 0))



rocobj

rocobj <- roc(aSAH$outcome, aSAH$s100b, levels = c(1, 0))