在R
我已成功创建2x2列联表。通过以下过程创建列联表:在R,r,roc,R,Roc,我已成功创建2x2列联表。通过以下过程创建列联表: plus <- ua.mask + vm.c.m.s; minus <-ua.mask - vm.c.m.s; 然后,我计算了敏感性(TPR)和1-特异性(FPR) 现在,我想绘制所有敏感性和1-特异性对,以创建所有城市的ROC曲线(敏感性与1-特异性),但我不知道如何做到这一点 我在R中查看了ROCR包,但无法理解在我的例子中函数(预测和执行)是如何工作的 或者,对于ROC曲线,我的输入数据是否正确 如果您能提供任何帮助,我们将
plus <- ua.mask + vm.c.m.s;
minus <-ua.mask - vm.c.m.s;
然后,我计算了敏感性(TPR)和1-特异性(FPR)
现在,我想绘制所有敏感性和1-特异性对,以创建所有城市的ROC曲线(敏感性与1-特异性),但我不知道如何做到这一点
我在R中查看了ROCR包,但无法理解在我的例子中函数(预测和执行)是如何工作的
或者,对于ROC曲线,我的输入数据是否正确
如果您能提供任何帮助,我们将不胜感激
谢谢 很难回答您的问题,因为您的示例不完全可复制。具体来说,我们不知道
ua.mask
和vm.c.m.s
是什么,甚至不知道它们的结构是什么。你能不能把它们包括进来,或者至少提供一些相同结构的玩具数据?嗨@ulfelder,我已经更新了这个问题。我希望这足够了。谢谢!:)再看看Epi软件包中的ROC函数,我仍然不太了解您的数据结构,无法提供一个自信的答案,但我怀疑ROC曲线不适合您所做的事情。ROC曲线是用来比较二元分类器的预测概率和观察到的类别,而不是总结一般的混淆矩阵。通常对于二元分类器,我们有四个结果,对吗?我上面的2x2列联表是我得到的四个结果,其中2=TP,-1=FP,1=FN和0=TN。从这个表中,我计算了fpr和tpr。现在我想用这些数据绘制ROC曲线,但当我翻阅ROC曲线的论文时,我会遇到一些术语,比如阈值n截止值,我没有。那么,是否有可能仅仅从列联表中绘制roc曲线@很难回答您的问题,因为您的示例不完全可复制。具体来说,我们不知道ua.mask
和vm.c.m.s
是什么,甚至不知道它们的结构是什么。你能不能把它们包括进来,或者至少提供一些相同结构的玩具数据?嗨@ulfelder,我已经更新了这个问题。我希望这足够了。谢谢!:)再看看Epi软件包中的ROC函数,我仍然不太了解您的数据结构,无法提供一个自信的答案,但我怀疑ROC曲线不适合您所做的事情。ROC曲线是用来比较二元分类器的预测概率和观察到的类别,而不是总结一般的混淆矩阵。通常对于二元分类器,我们有四个结果,对吗?我上面的2x2列联表是我得到的四个结果,其中2=TP,-1=FP,1=FN和0=TN。从这个表中,我计算了fpr和tpr。现在我想用这些数据绘制ROC曲线,但当我翻阅ROC曲线的论文时,我会遇到一些术语,比如阈值n截止值,我没有。那么,是否有可能仅仅从列联表中绘制roc曲线@乌尔费尔德
m <- matrix(0, nrow=2, ncol=2)
m[1,1] <- length(which(plus[]==2))
m[1,2] <- length(which(minus[]==-1))
m[2,1] <- length(which(minus[]==1))
m[2,2] <- length(which(plus[]==0))
[,1] [,2]
[1,] 2 -1
[2,] 1 0