指定pROC包中的肯定類

Question

我想使用pROC包計算不同的分類指標（靈敏度，特異性）。對於這一點，我可以使用coords功能pROC包爲：

# Load library 
library(pROC) 
# Load data 
data(aSAH) 
#Convert Good and Poor to 1 and 0 
aSAH$outcome <- ifelse(aSAH$outcome=="Good", 1, 0) 
# Calculate ROC 
rocobj <- roc(aSAH$outcome, aSAH$s100b) 
# Get sensitivity and specificity 
coords(rocobj, 0.55) 

這需要1爲正類，即可以說是目前最流行的類，但我不知道。我想知道，如果有可能使用'0'作爲積極的類。 例如，你可以這樣做，在caret封裝的confusionMatrix功能：

confusionMatrix(factor(as.numeric(aSAH$s100b<0.55),levels=c('0','1')), 
        factor(aSAH$outcome,levels=c('0','1')), positive='1') 

爲1爲正，

confusionMatrix(factor(as.numeric(aSAH$s100b<0.55),levels=c('0','1')), 
        factor(aSAH$outcome,levels=c('0','1')), positive='0') 

爲0爲陽性類。我正在使用pROC軟件包，因爲它提供了其他功能，例如確定插入符號中不可能的最佳截斷等。但是，在pROC包中是否有指定正面和負面類的方法？

Answer 1

使用levels論點：

levels: the value of the response for controls and cases 
      respectively. 

這裏的「控制」是指負的觀察，而「的情況下」是積極的。選擇不是基於患病率，僅僅是前兩個值levels(as.factor(response))。

要改變它，通過長度爲2的載體，諸如：

rocobj <- roc(aSAH$outcome, aSAH$s100b, levels = c(1, 0)) 

注意，它不會讓你曲線的差異，直到你設置direction的說法，這是"auto"默認。