R语言实现漂亮的ROC图效果

更新时间：2022年06月07日 14:49:51 作者：科研君

pROC是一个专门用来计算和绘制ROC曲线的R包，目前已被CRAN收录，因此安装也非常简单，同时该包也兼容ggplot2函数绘图，本次就教大家怎么用pROC来快速画出ROC图，感兴趣的朋友一起看看吧

pROC是一个专门用来计算和绘制ROC曲线的R包，目前已被CRAN收录，因此安装也非常简单，同时该包也兼容ggplot2函数绘图，本次就教大家怎么用pROC来快速画出ROC图。在医学领域主要用于判断某种因素对于某种疾病的诊断是否有诊断价值。什么是ROC曲线和AUC，以及如何去看ROC曲线的结果，可以这样总结：ROC曲线呢，其实就是每个对应的cutoff值都有一个对应的真阳性率（纵坐标）和假阳性率（横坐标），比如选择了10个cutoff值，那就相当于有个10个点，把这些点连成一条线就是ROC曲线。AUC值就是ROC曲线下的面积,一般认为AUC值在0.7~1之间，模型预测的结果才有效。TPR(真阳性率) = TP（真阳）/（TP(真阳) + FN(假阴)），FPR(假阳性率) = FP(假阳) / (FP(假阳) + TN(真阴))。比如下面的一个模型预测后的数据结果：

上图中如果选cutoff值为0.5时
TPR = 5 /（5 + 0）= 1，
FPR = 2 / (2 + 3) = 0.4, 
预测的准确性 = (TP + TN )/ 总的样本数 = (5 + 3)/10 = 0.8

好了，话不多说，我们直接上代码

1.读取数据

library(openxlsx)
ROC <- read.xlsx("ROC曲线.xlsx")

2.AUC和CI的计算

library(pROC)
## roc的计算，可以一次性批量计算a、b、c三组数据
res<-roc(outcome~a+b+c,data=ROC,aur=TRUE,
         ci=TRUE, # 显示95%CI
         # percent=TRUE, ##是否需要以百分比显示
         levels=c('group1','group2'),direction=">" #设置分组方向
         )
## 平滑曲线的ROC结果
smooth<-roc(outcome~a+b+c,data=ROC,aur=TRUE,
         ci=TRUE, # 显示95%CI
         # percent=TRUE, ##是否需要以百分比显示
         smooth=TRUE,
         levels=c('group1','group2'),direction=">" #设置分组方向
         )

显示非平滑ROC曲线的结果

res
Call:
roc.formula(formula = outcome ~ a, data = ROC, aur = TRUE, ci = TRUE,     levels = c("group1", "group2"), direction = ">")
Data: a in 40 controls (outcome group1) > 32 cases (outcome group2).
Area under the curve: 0.7328
95% CI: 0.6171-0.8485 (DeLong)
$b
Call:
roc.formula(formula = outcome ~ b, data = ROC, aur = TRUE, ci = TRUE,     levels = c("group1", "group2"), direction = ">")

Data: b in 40 controls (outcome group1) > 32 cases (outcome group2).
Area under the curve: 0.8234
95% CI: 0.7303-0.9165 (DeLong)
$c
Call:
roc.formula(formula = outcome ~ c, data = ROC, aur = TRUE, ci = TRUE,     levels = c("group1", "group2"), direction = ">")

Data: c in 40 controls (outcome group1) > 32 cases (outcome group2).
Area under the curve: 0.9242
95% CI: 0.8679-0.9805 (DeLong)

3.利用ggplot2绘图

library(ggplot2)
pa<- ggroc(smooth$a, 
       legacy.axes = TRUE # 将X轴改为0-1，（默认是1-0）
       )+
   geom_segment(aes(x = 0, xend = 1, y = 0, yend = 1), 
                color="darkgrey", linetype=4)+
 theme_bw() +# 设置背景
 ggtitle('a-ROC')
pb<- ggroc(smooth$b, legacy.axes = TRUE)+geom_segment(aes(x = 0, xend = 1, y = 0, yend = 1), color="darkgrey", linetype=4)+theme_bw() +ggtitle('b-ROC')
pc<- ggroc(smooth$c, legacy.axes = TRUE)+geom_segment(aes(x = 0, xend = 1, y = 0, yend = 1), color="darkgrey", linetype=4)+theme_bw() +ggtitle('c-ROC')
cowplot::plot_grid(pa,pb,pc,labels = "AUTO",nrow = 1)

4.合并多个ROC曲线结果

ggroc(smooth, legacy.axes = TRUE)+
    geom_segment(aes(x = 0, xend = 1, y = 0, yend = 1), color="darkgrey", linetype=4)+
    theme_bw()+ggtitle('ROC')+ggsci::scale_color_lancet()+
    annotate("text",x=0.75,y=0.125,label=paste("a-AUC = ", round(res$a$auc,3)))+
    annotate("text",x=0.75,y=0.25,label=paste("b-AUC = ", round(res$b$auc,3)))+
    annotate("text",x=0.75,y=0.375,label=paste("c-AUC = ", round(res$c$auc,3)))

到此这篇关于R语言实现漂亮的ROC图的文章就介绍到这了,更多相关R语言 ROC图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

R语言归一化处理实例讲解
这篇文章主要介绍了R语言归一化处理实例讲解，文中内容讲解的很清晰，有感兴趣的同学可以学习下
2021-03-03
R语言中data.frame的常用操作总结
这篇文章主要介绍了R语言中data.frame的常用操作总结，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-04-04
R语言绘制饼状图代码实例
在本篇文章里小编给大家整理的是一篇关于R语言绘制饼状图代码实例内容，有兴趣的朋友们可以学习下。
2021-04-04
R语言-如何读取前n行数据
这篇文章主要介绍了R语言实现读取前n行数据的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-04-04
R语言作图:坐标轴的设置方式
这篇文章主要介绍了R语言作图:坐标轴的设置方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-03-03
R语言如何将大型Excel文件转为dta格式详解
这篇文章主要给大家介绍了关于R语言如何将大型Excel文件转为dta格式的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-03-03
R语言绘制双坐标图的案例详解
这篇文章主要介绍了R语言绘制双坐标图,下面就跟大家介绍plotrix包中的twoord.plot()函数和twoord.stackplot()函数，它们可以实现双坐标轴图形的绘制，需要的朋友可以参考下
2023-01-01
R语言最简单的向量赋值方法示例
这篇文章主要给大家介绍了关于R语言最简单的向量赋值方法的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-03-03
R语言编码问题的解决
这篇文章主要介绍了R语言编码问题的解决，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-04-04
详解R语言实现前向逐步回归(前向选择模型)
本文主要介绍了详解R语言实现前向逐步回归，从实现原理开始，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2021-08-08