在R

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