r - 强制 roc 函数(R 中的 pROC 包)中的 "direction"参数输入究竟有什么作用?

标签 r roc proc-r-package

我想通过使用 R 中 pROC 包的函数 'roc' 创建一个 roc 对象,并绘制 roc 对象。但是,我不确定“方向”参数的作用。我的对照的中值预测值小于案例的中值预测值。所以我认为正确的方向应该是'<'。但是如果我用方向参数'>'来绘制它。它只是将 ROC 曲线作为镜像翻转过对角线。我想知道在这种情况下,数据告诉你 1 件事,而论点正在强制不同的方向,什么是与什么相比,以及如何进行比较?我通读了有关此函数的 pROC 手册以获取参数“方向”,解释非常简短且不清楚。

希望听到您的一些意见!

最佳答案

什么direction论证确实是确定如何确定观察的消极性(或积极性)。

要计算阈值 t 处的灵敏度和特异性,您必须将其与每个观察值 o_i 进行比较。与 direction="<" , 如果 o_i >= t,则 o_i 将被视为正数,否则为负数。与 direction=">" , 如果 o_i <= t,则 o_i 将被视为正数,否则为负数。

如果您想查看源代码,请查看 roc.utils.perfs.all.safe 功能。

所以当你改变你的 ROC 曲线的方向时,你基本上反转了所有的正负预测,这相当于反转了 ROC 曲线。

关于r - 强制 roc 函数(R 中的 pROC 包)中的 "direction"参数输入究竟有什么作用?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31756682/

相关文章:

ROC 函数错误 "Predictor must be numeric or ordered."

r - 在 R 中的绘图区域之外添加脚注引用?

python-3.x - 如何使用 matplotlib/python 绘制 ROC 曲线

r - 具有自定义截止值的 pROC R 包?

lua - Torch/Lua,如何计算曲线下面积(AUC)?

machine-learning - Keras ROC 与 Scikit ROC 不同吗?

r - 将 pROC 包与 h2o 一起使用

r - 选择特定位置具有指定碱基的所有样本

xml - 如何在R中将xpath用于多个xml属性

r - 获取字符串中最小的数字