使用pROC从现有数据生成ROC曲线

我已经创建了一个分类器，并在模型上运行了3倍交叉验证，用几个随机种子重新生成。我以0.1的间隔使用阈值，并且已经计算了每个阈值的敏感性和特异性。我从一个种子获得的数据如下所示：

Index  Seed Threshold           Fold        Sn       1-Sp
1         0       0.0              1 1.0000000 1.00000000
2         0       0.0              2 1.0000000 1.00000000
3         0       0.0              3 1.0000000 1.00000000
4         0       0.1              1 1.0000000 1.00000000
5         0       0.1              2 1.0000000 1.00000000
6         0       0.1              3 1.0000000 1.00000000
7         0       0.2              1 1.0000000 1.00000000
8         0       0.2              2 1.0000000 1.00000000
9         0       0.2              3 1.0000000 1.00000000
10        0       0.3              1 1.0000000 1.00000000
11        0       0.3              2 1.0000000 1.00000000
12        0       0.3              3 1.0000000 1.00000000
13        0       0.4              1 1.0000000 0.97435897
14        0       0.4              2 1.0000000 1.00000000
15        0       0.4              3 1.0000000 1.00000000
16        0       0.5              1 0.9523810 0.89743590
17        0       0.5              2 0.9523810 1.00000000
18        0       0.5              3 1.0000000 0.89743590
19        0       0.6              1 0.9523810 0.79487180
20        0       0.6              2 0.9047619 0.67500000
21        0       0.6              3 1.0000000 0.58974359
22        0       0.7              1 0.8571429 0.56410256
23        0       0.7              2 0.8095238 0.35000000
24        0       0.7              3 0.9523810 0.17948718
25        0       0.8              1 0.8571429 0.12820513
26        0       0.8              2 0.7142857 0.20000000
27        0       0.8              3 0.8571429 0.02564103
28        0       0.9              1 0.8571429 0.10256410
29        0       0.9              2 0.6666667 0.07500000
30        0       0.9              3 0.7619048 0.02564103
31        0       1.0              1 0.8571429 0.10256410
32        0       1.0              2 0.6666667 0.05000000
33        0       1.0              3 0.7619048 0.02564103

我在想我会用pROC和R来根据数据生成ROC曲线并计算AUC。我已经看了很多例子，还没有找到一个可以让

roc

过程使用已经计算过的数据的例子。可能吗

---

如果有人有建议，我愿意使用R或Python的其他解决方案/软件包。

老实说，我对ROC分析不是很熟悉，所以我对您的数据不是很清楚。但是，我们可以使用base R图形功能复制

pROC:：plot.roc

生成的绘图。您可能需要查看方法

pROC:：：plot.roc.roc

，以了解它的作用

使用

pROC

包附带的示例数据

library(pROC)
data(aSAH)
## calculate ROC
rr <- roc(aSAH$outcome, aSAH$s100b, ci=TRUE, plot=FALSE)

## plot ROC curve with package function
plot.roc(rr)

---

看起来和我一模一样。

我不相信有一种固定的方法可以用

pROC

实现这一点。然而，如果你已经计算了敏感性和特异性，那么你大概也有实际的观察值和预测值？如果是这样，这就是

pROC

expects@duckmayr我想你是对的，那是我应该走的方向。我在一个大型关系数据库上使用SSAS。生成交叉验证表很容易，但我想我会尝试深入挖掘，以找到实际和预测的数据。谢谢你的反馈！

with(rr, plot(-specificities, sensitivities, type="l", xaxt="n",
              xlab="", ylab="", main="My ROC curve", lwd=2,
              xlim=c(0, 1), ylim=c(0, 1)))
axis(1, axTicks(1), labels=F)
mtext(-(axTicks(1)), 1, 2, at=axTicks(1))
mtext("Specifycity", 1, 3)
mtext("Sensitivity", 2, 3)
lines(c(-1, 0), c(0, 1), col="grey")