R语言实战——ROC曲线的绘制


前言：以前使用Matlab绘制ROC曲线常常是工具箱有就画，没有就不画，而且在想画的时候工具箱恰恰就没有，很纳闷。然后无意间发现了一篇用R语言绘制ROC曲线的文章，赶紧学了并分享出来，以备不时之需。

先通过一个例子来讲解一下参数的作用，使用的数据是大名鼎鼎的Iris数据集，R语言自带。

数据处理
第一步当然得处理一下数据。默认的Iris数据集有三类鸢尾花，我目前的理解是只有二分类才画的出ROC曲线，所以才去一定的手段处理一下数据：

  • 输入
1
2
3
4
5
6
7
# 数据准备
iris2 <- iris
iris2$label[iris2$Species == 'setosa'] <- 1
iris2$label[iris2$Species == 'versicolor'] <- 2
iris2 <- iris2[-which(iris2$Species == 'virginica'), ]  # 剔除类型为virginica的数据
iris2$Species <- NULL   # 去除Species列
head(iris2,10)  # 显示前10个数据
  • 输出
1
2
3
4
5
6
7
8
9
10
11
12
> head(iris2,10)
   Sepal.Length Sepal.Width Petal.Length Petal.Width label
1           5.1         3.5          1.4         0.2     1
2           4.9         3.0          1.4         0.2     1
3           4.7         3.2          1.3         0.2     1
4           4.6         3.1          1.5         0.2     1
5           5.0         3.6          1.4         0.2     1
6           5.4         3.9          1.7         0.4     1
7           4.6         3.4          1.4         0.3     1
8           5.0         3.4          1.5         0.2     1
9           4.4         2.9          1.4         0.2     1
10          4.9         3.1          1.5         0.1     1

参数设置

以label与Sepal.Length之间的ROC曲线为例：

1
auc1 <- roc(label~Sepal.Length, data=iris2, smooth=FALSE)

接着通过实际图形看看使用plot绘制ROC曲线的一些参数：

  • 原始图形
1
plot(auc1)

在这里插入图片描述

  • print.auc：在图中显示AUC的值，AUC的大小等于ROC曲线下方的面积大小；
1
plot(auc1, print.auc=TRUE)

在这里插入图片描述

  • print.thres：在图中显示ROC曲线的阈值(threshold)，大概为ROC曲线中最尖的那个点；
1
plot(auc1, print.thres=TRUE)

在这里插入图片描述

  • print.thres.col：设置阈值数据的颜色。
1
plot(auc1, print.thres=TRUE, print.thres.col="blue")

在这里插入图片描述

  • col：设置ROC曲线的颜色。
1
plot(auc1,col="blue")

在这里插入图片描述

  • identity.col：设置对角线的颜色。
1
plot(auc1, identity.col="blue")

在这里插入图片描述

  • identity.lty：设置对角线的类型，取数字。
1
plot(auc1,identity.lty=2)

在这里插入图片描述

  • identity.lwd：设置对角线的线宽，默认宽度为1。
1
plot(auc1, identity.lwd=2)

在这里插入图片描述

  • 综合以上参数，得到如下图形
1
2
3
4
auc1 <- roc(label~Sepal.Length, data=iris2, smooth=FALSE)
plot(auc1, print.auc=TRUE, print.thres=TRUE, main="多组ROC曲线比较",
     col="blue", print.thres.col="blue", identity.col="blue",
     identity.lty=2, identity.lwd=1)

在这里插入图片描述

多变量ROC曲线比较

1
2
3
4
5
6
7
8
9
10
11
# ROC曲线的绘制
auc1 <- roc(label~Sepal.Length, data=iris2, smooth=FALSE)
plot(auc1, print.auc=TRUE, print.thres=TRUE, main="多组ROC曲线比较",
     col="blue", print.thres.col="blue", identity.col="blue",
     identity.lty=2, identity.lwd=1)
auc2 <- roc(label~Sepal.Width, data=iris2,smooth=FALSE)
auc3 <- roc(label~Petal.Length, data=iris2,smooth=FALSE)
auc4 <- roc(label~Petal.Width, data=iris2, smooth=FALSE)
lines(auc2, col="red")
lines(auc3,col="green")
lines(auc4,col="yellow")

在这里插入图片描述

ROC检验——DeLong’s Test

  • 输入
1
roc.test(auc1,auc2)
  • 输出
1
2
3
4
5
6
7
8
9
    Bootstrap test for two correlated ROC curves

data:  auc1 and auc2
D = 0.19387, boot.n = 2000, boot.stratified = 1, p-value =
0.8463
alternative hypothesis: true difference in AUC is not equal to 0
sample estimates:
AUC of roc1 AUC of roc2
     0.9326      0.9248

四组间整体检验

  • 输入
1
compareROCdep(iris2[,-5], iris2$label, method="auc")  ##四组间整体检验
  • 输出
1
2
3
4
5
6
7
8
9
> compareROCdep(iris2[,-5], iris2$label, method="auc")  ##四组间整体检验
In the considered database there are 50 controls and 50 cases.

Method considered: AUC comparison (DeLong, DeLong and Clarke-Pearson, 1988)

Progress bar: Estimation of statistic value in each variable (k = 4)
  |=======================================================================================================================================| 100%
Error in solve.default(M) :
  Lapack例行程序dgesv: 系统正好是奇异的: U[3,3] = 0

在这里插入图片描述