用R语言绘制ROC曲线的实例讲解

1 roc曲线的意义

roc曲线就是用来判断诊断的正确性，最理想的就是曲线下的面积为1，比较理想的状态就是曲线下的面积在0.8-0.9之间，0.5的话对实验结果没有什么影响。

如图：

2代码部分

install.packages(“proc”)
install.packages(“ggplot2”)
library(proc)
library(ggplot2)
#建立曲线
data(asah)
rocobj1<-roc(asaho u t c o m e , a s a h outcome,asahoutcome,asahs100b)
rocobj2<-roc(asaho u t c o m e , a s a h outcome,asahoutcome,asahwfns)
rocobj3<-roc(asaho u t c o m e , a s a h outcome,asahoutcome,asahndka)
#计算full auc
auc(rocobj1)
auc(rocobj2)
auc(rocobj3)
#绘制曲线
plot(rocobj1)
#其他参数美化
plot(rocobj1,print.auc=true,auc.polygon=true,grid=c(0.1,0.2),grid.col=c(“green”,“red”),max.auc.polygon=true,auc.polygon.col=“skyblue”,print.thres=true)
#计算partial auc选择关注一定范围数据
plot(rocobj1,print.auc=true,auc.polygon=true,partial.auc=c(0.8,0.4),partial.auc.focus=“sp”,grid=c(0.1,0.2),grid.col=c(“green”,“red”),max.auc.polygon=true,auc.polygon.col=“skyblue”,print.thres=true,reuse.auc=false)
#比较两个曲线，proc提供三种方法比较“delong”, “bootstrap”或“venkatraman”
roc.test(rocobj1,rocobj2,method = “bootstrap”)
#ggroc(功能仍在测试中)绘制multiple curves
g3<-ggroc(list(s100b=rocobj,wfns=rocobj2,ndka=rocobj3))
g3
install.packages(“proc”)
library(“proc”)##roc
data(asah)
roc1<-roc(mydatal a b e l , m y d a t a label,mydatalabel,mydatascore)
roc2<-roc(mydata2l a b e l , m y d a t a 2 label,mydata2label,mydata2score)
polt(roc1,col=“blue”)
polt.roc(roc2,add=true,col=“red”)

3 实验结果

补充：r语言proc包绘制多重roc曲线（信用评分应用，已有label和相应score）

数据：好坏标签label、用四种model简单计算出的每一个样本的score，标记为pre1至pre4，约1w样本

目的：使用proc包绘制roc曲线，并生成auc值

1.读入数据

data<-read.csv(file="d:/个人消费信用/第三次上机/工作簿2.csv",header=t)

header=t 即在读取中，将原有数据的第一行设置为变量名。

注意文件的分隔为 “ / ”，与默认不同。

2.画出最基本的roc曲线

library(proc) #加载proc包
roc1<-roc(data$label,data$pre1)
plot(roc1,print.auc=true,plot=true,
print.thres=true)

包含auc的值和最优临界点，下面把它美化一下~

（问题：为啥横坐标specificity的范围是1.5到-0.5，查了一下没有找到原因，可能是因为原数据本身的问题，以前以违约概率而非score的时候没有出现这个问题，择日探究……tvt)

3.美化roc曲线

plot(roc2,print.auc=true,print.auc.x=0.4,print.auc.y=0.4,auc.polygon=true,auc.polygon.col="gray",
smooth=true,
grid=c(0.5, 0.2),
grid.col=c("black", "black"), 
max.auc.polygon=true,
print.thres=true,print.thres.cex=0.8,
lty=1,main=" roc曲线",mfrow=c(1,1)) 

解释在括号里面叠加命令的代码：

print.auc.x=0.4,print.auc.y=0.4 #设置auc值显示出来的坐标
auc.polygon=true,auc.polygon.col="gray" #设置roc曲线下填充色，此处设定为灰色
smooth=true #使roc曲线变得光滑
max.auc.polygon=true #整个图像填充
print.thres.cex=0.8 #设置最优临界点字体的大小
lty=1,main=" roc曲线",mfrow=c(1,1) #设置标题啥的 mfrow貌似是图形参数，待查……

4.合并roc曲线

由于共有4个model，所以要想比较模型的优劣，可以将四个roc曲线画到一起。

roc1<- roc(data$label,data$pre1)
roc2<- roc(data$label,data$pre2)
roc3<- roc(data$label,data$pre3)
roc4<- roc(data$label,data$pre4)
plot(roc1, print.auc=true,print.auc.x=0.4,print.auc.y=0.4, auc.polygon=true,auc.polygon.col="gray", grid=c(0.5, 0.2),smooth=t,grid.col=c("black", "black"), max.auc.polygon=true)
plot.roc(roc2,add=t,col="red", print.auc=true,print.auc.x=0.3,print.auc.y=0.3)
plot.roc(roc3,add=t,col="blue",print.auc=true,print.auc.x=0.5,print.auc.y=0.5)
plot.roc(roc4,add=t,col="yellow",print.auc=true,print.auc.x=0.6,print.auc.y=0.6)

由于此处要显示auc值，且不要重合~所以在后面加上了print.auc=true,print.auc.x=0.6,print.auc.y=0.6的命令。

如果不重合的话，直接在roc1下面加上下列代码即可：

plot.roc(roc2,add=t,col="red")

由于原有数据的问题，这里的四条roc曲线几乎重合~但此处只是介绍proc包绘制roc曲线的用法。就不要太在意辽！

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。如有错误或未考虑完全的地方，望不吝赐教。