原始鏈接:

https://rvi EWS . rst udio . com/2019/03/01/some-r-packages-for-roc-curves/

在本文中，我將描述如何在CRAN中搜索用于繪制ROC曲線的包，并強(qiáng)調(diào)六個(gè)有用的包。

雖然我最初對包有一些想法，比如ROCR和pROC，我發(fā)現(xiàn)它們在過去很有用，但我決定使用加博爾·卡薩爾迪相對較新的包pkgsearch來搜索CRAN，看看有什么。函數(shù)package_search將一個(gè)文本字符串作為輸入，并使用基本的文本挖掘技術(shù)搜索所有的CRAN。該算法搜索包文本字段，并為找到的每個(gè)包生成一個(gè)分?jǐn)?shù)，該分?jǐn)?shù)由反向依賴和下載的數(shù)量加權(quán)。

1用于數(shù)據(jù)操作的library# 1

2包下載統(tǒng)計(jì)的library #

3庫 #用于搜索包

經(jīng)過一些反復(fù)試驗(yàn)，我決定使用下面的查詢，包括一些有趣的roc相關(guān)的包。

1rocPkg <。-pkg_search

2

然后，通過過濾掉孤立包和分?jǐn)?shù)不超過190的包，我把rocPkg減少到46個(gè)包。

1rocPkgShort & lt。-RocpkG % & gt；%

2filter % >;%

3select% gt；%

4安排)

5頭

為了完成選擇過程，我做了大量的工作，瀏覽了軟件包文檔，選擇了我認(rèn)為通常對大多數(shù)數(shù)據(jù)科學(xué)家有用的東西。下圖用光創(chuàng)宇的dlstats包查看我選擇配置的六個(gè)包的下載歷史。

1圖書館

2短列表<。- c

3下載<。- cran_stats

4ggplot) +

5 geom _ line+geom _ point)+

6 scale _ y _ continuous

ROCR - 2005

ROCR已經(jīng)存在了近14年，是繪制ROC曲線的堅(jiān)如磐石的工具。特別喜歡performance函數(shù)通過輸入真陽性率tpr和假陽性率fpr等參數(shù)來設(shè)置曲線計(jì)算方法。這不僅具有令人放心的透明性，還顯示了通過輸入適當(dāng)?shù)膮?shù)來計(jì)算二進(jìn)制分類器的幾乎所有性能指標(biāo)的靈活性。例如，要生成精度-召回曲線，您需要輸入prec和rec。雖然沒有小插曲，但是包的文檔很好。

以下代碼使用包中包含的合成數(shù)據(jù)集，并繪制默認(rèn)的ROCR ROC曲線。在本文中，我將使用相同的數(shù)據(jù)集。

1圖書館

2##加載所需的包:gplots

3##

4##附加包:“gplots”

5##以下對象被屏蔽“包:統(tǒng)計(jì)”:

6##

7##低

8#繪制單次預(yù)測運(yùn)行的ROC曲線

9#并根據(jù)截止值給曲線上色。

10數(shù)據(jù)

11df <。- data.frame

12頁<。-預(yù)測

13perf <。-性能

14批次

pROC - 2010

從下載曲線可以明顯看出，pROC也很受數(shù)據(jù)科學(xué)家的歡迎。我喜歡是因?yàn)楹苋菀椎玫紸UC的置信區(qū)間。

1圖書館

2##“類型”引用為引用。

3##

4##附加包:“pROC”

5##以下對象被屏蔽“包:統(tǒng)計(jì)”:

6##

7##封面，光滑，變化

8pROC _ obj & lt-roc

15

16

17sens.ci & lt- ci.se

18繪圖

19 # # plot . ci . se中的警告: Low

20##定義形狀。

21磅

PRROC - 2014

雖然沒有ROCR和普羅克那么受歡迎，但中華民國最近似乎卷土重來了。輸入的術(shù)語有點(diǎn)妥協(xié)，但是一旦理解了ROC.curve函數(shù)，就可以很容易的畫出干凈的ROC曲線。如插圖所示，PRROC實(shí)際上是為了制作一條精確-召回曲線而創(chuàng)建的。

1圖書館

2

3PRROC _ obj & lt-roc . curve

5批次

plotROC - 2014

PlotROC是用ggplot繪制ROC曲線的理想選擇。我的猜測是，它似乎只有有限的受歡迎程度，因?yàn)樵撐募褂昧酸t(yī)學(xué)術(shù)語，如“疾病狀態(tài)”和“標(biāo)記”。然而，文檔非常好。

這個(gè)包提供了很多功能ggplot幾何，可以生成復(fù)雜的圖形。下圖包含一些樣式，包括Clopper和Pearson的精確方法置信區(qū)間。

1圖書館

2rocplot & lt。-ggplot)+geom_roc

3 rocplot+style _ roc+geom _ rocci

四

prerec-2015

Precrec是另一個(gè)繪制ROC和精度-召回曲線的庫。

1圖書館

2##

3##附加包:“預(yù)錄制”

4##以下對象被“包:進(jìn)程”屏蔽:

5##

6## auc

7precrec _ obj & lt。- evalmod

8自動批次

evalmod函數(shù)的參數(shù)選項(xiàng)使生成各種模型特征的基本圖形變得容易。

1precrec _ obj2 & lt。- evalmod

2自動繪圖

ROCit - 2019

ROCit是繪制ROC曲線和可視化其他二元分類的新工具。它很快在一月份流行起來，并繼續(xù)流行。如果我通過下載自動過濾原始搜索，我永遠(yuǎn)也找不到它。默認(rèn)圖表包含您的den統(tǒng)計(jì)數(shù)據(jù)的位置。

1圖書館

2##警告:包“ROCit”是在3.5.2版下構(gòu)建的

3ROCit _ obj & lt- rocit

4批次

其他可視化是可能的。下圖顯示了陽性和陰性反應(yīng)的累積密度。KS統(tǒng)計(jì)顯示兩條曲線之間的最大距離。

1ksplot

在本文中，我試圖深入研究CRAN，揭示R包含的一些繪制ROC曲線和可視化其他二進(jìn)制分類器的資源，但我只涉及到皮膚。此外，我故意忽略了許多用于特殊應(yīng)用的軟件包，如生存ROC，它根據(jù)回顧生存數(shù)據(jù)計(jì)算與時(shí)間相關(guān)的roc曲線，以及cvAUC，它包含評估交叉驗(yàn)證的AUC度量的功能。不過，希望這個(gè)小練習(xí)能幫你找到你要找的東西。