roc图 r语言_如何用R语言画ROC曲线图？

ROC（Receiver Operating Characteristic）曲线是用于评估二分类模型性能的一种常用方法。在R语言中，可以使用pROC包来画ROC曲线图。

下面是一个简单的例子，假设有一个二分类模型，我们需要画出它的ROC曲线图：

首先，我们需要安装和载入pROC包：

install.packages("pROC")
library(pROC)

接下来，我们需要准备数据，包括真实分类标签和模型预测的概率：

# 假设真实标签为1,0,0,1,1,0,1,0,1,1
truth <- c(1,0,0,1,1,0,1,0,1,1)

# 假设模型预测的概率为0.8, 0.6, 0.3, 0.7, 0.9, 0.2, 0.6, 0.4, 0.7, 0.8
predictions <- c(0.8, 0.6, 0.3, 0.7, 0.9, 0.2, 0.6, 0.4, 0.7, 0.8)

然后，我们可以使用roc函数计算ROC曲线的各个点，并使用plot函数画图：

# 计算ROC曲线
roc_obj <- roc(truth, predictions)

# 画ROC曲线图
plot(roc_obj, main="ROC Curve", print.auc=TRUE, legacy.axes=TRUE)

运行上述代码，即可得到ROC曲线图。其中，roc函数返回一个ROC对象，可以使用该对象的属性和方法获取更多信息，例如：

# 输出AUC值
auc(roc_obj)

# 输出ROC曲线的各个点
coords(roc_obj)

# 输出敏感度和特异度
sensitivities(roc_obj, specificities=c(0.9, 0.95, 0.99))
specificities(roc_obj, sensitivities=c(0.8, 0.9, 0.95))

参考文献：

Robin X, Turck N, Hainard A, et al. pROC: an open-source package for R and S+ to analyze and compare ROC curves[J]. BMC bioinformatics, 2011, 12(1): 77.