接收者操作特徵

Question

我可以預期二元結果（實際，預測）的連續ROC曲線。我使用的二進制實際和二進制預測結果下面的命令，所有我得到的只是一個我使用一個inflection.The命令地塊

library(pROC) 
plot.roc(data$actual,data$predicted) 

的參考樣本數據集

Actual       
0         
1         
0         
1         
0         
1 


Predicted 
1 
0 
1 
1 
0 
1 

請讓我知道是否有任何其他解釋和繪製ROC。

Answer 1

這不是繪製roc曲線下面積的正確方法。以這種方式繪製它會給你所有點的50％，因爲你不提供任何閾值。

ROC曲線的整點是通過繪製每個閾值的特異性和敏感度（檢查here）來提供模型準確性更全面的視圖。閾值（取值介於0和1之間，因爲它是一個概率閾值）是根據其相關概率確定測試用例爲0或1的原因。作爲具有40％閾值的示例，任何概率超過0.4的預測情況將被分類爲1（成功）並且小於0.4作爲0（失敗）。在ROC曲線的計算和繪圖中使用根據各種閾值收集的特異性和敏感性。

爲例（從PROC文檔），以使用plot.roc功能，你可以這樣做：

#load the data 
data(aSAH) 

#Create a model so that you get the sensitivities, specificities for different 
#thresholds 
rocdata <- roc(aSAH$outcome, aSAH$s100b, 
       levels=c("Good", "Poor")) 

> str(rocdata) 
List of 15 
$ percent   : logi FALSE 
$ sensitivities  : num [1:51] 1 0.976 0.976 0.976 0.976 ... 
$ specificities  : num [1:51] 0 0 0.0694 0.1111 0.1389 ... 
$ thresholds  : num [1:51] -Inf 0.035 0.045 0.055 0.065 ... 
$ direction   : chr "<" 
#and so on... 

然後你就可以繪製它爲：

plot.roc(rocdata) 

Answer 2

如上所述，當您有分數或概率變量時，可繪製ROC曲線。根據不同的閾值，ROC治癒後繪製出不同的假陽性率/真陽性率對。你的分類器似乎產生0/1輸出，所以你只能繪製ROC空間中的一個點。有關更多信息，請參閱Fawcett 2005。

這裏是ROC曲線，其中預測值是概率的一個例子：

library(pROC) 

actual <- c(0, 1, 0, 1, 0, 1) 
predicted <- c(0.35, 0.55, 0.45, 0.5, 0.55, 0.6) 

plot.roc(actual, predicted)