R-使用二元预测创建ROC曲线

我有可能是“正常”或“有问题”的情况。我有一个算法，当一个情况出现问题时，应该使用情况的特征尽可能快地检测（因此，二元预测，没有连续概率）。我想评估“尽可能快”：当将可用数据减少到一个越来越短的窗口时（关于时间），该算法是保持了大约其性能还是有显著的下降？当窗口变得越来越短时，大多数情况是否分类错误

我使用一个循环来计算算法性能，使用1、10、20等窗口。对于每个窗口，我仅使用给定窗口中可用的数据将每个情况的“真值”与算法的输出进行比较。使用

插入符号

软件包I计算灵敏度和特异性。到目前为止还不错

但我想使用ROC曲线，因为它便于说明算法的性能。然而，我正在努力理解这个概念。我首先在R中使用了我自己的脚本，它在ROC图上创建点。但是我想要一个类似于ROC曲线的东西，用垂直/水平线连接点。我尝试使用包

ROCR

绘制ROC曲线，但是我不知道如何让它理解我有一个变量（窗口的长度）

---

在这一点上，我不知道1/我是否理解ROC曲线的概念（我可以使用它进行二进制预测）和2/我可以用ROCR包来做吗？（和3/如果没有，怎么做？）

我不知道ROCR，但是如果你已经计算了灵敏度和特异性，你可以用base:

plot（1-特异性，灵敏度，type=“l”）

或ggplot2:

ggplot（数据帧）+geom线（aes（x=1-特异性，y=灵敏度））

谢谢你的回答。正如你所说的，我可以用点和线来绘图，我做到了。然而，从我所看到的ROC曲线只显示垂直线和水平线（它们只相互垂直，就像小步），我希望有相同的曲线。不幸的是，使用

geom_line

时，直线是从一点到另一点的直线，因此可以是对角线。或者有没有其他选择呢？哦，对不起，我误解了这个问题。您可以尝试使用

geom_step（）

，否则我不知道。谢谢，它可以工作！或者至少我只需要手动绘制最后一点和右上角之间的最后一条线。对于一些未知的情况，它不能与

ggplotly

一起工作，但通过

geom\u步骤

，我仍然大致得到了我想要的，尽管我仍然不理解ROCR>