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语言实现将数据框中的字符类型数字转换为数值
这篇文章主要介绍了R语言实现将数据框中的字符类型数字转换为数值，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histogram(直方图)的具体使用
这篇文章主要介绍了R语言histogram(直方图)的具体使用，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语言的特点总结
在本篇内容里小编给大家整理的是一篇关于R语言的特点总结内容，有需要的朋友们可以学习参考下。
2021-03-03
R语言关于协方差分析实例分析
在本篇内容里小编给大家整理的是一篇关于R语言关于协方差分析实例分析内容，有兴趣的朋友们可以学习下。
2021-05-05
R语言:数据筛选match的使用详解
这篇文章主要介绍了R语言:数据筛选match的使用详解，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
ComplexHeatmap绘制单个热图
这篇文章主要为大家介绍了ComplexHeatmap绘制单个热图示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2022-06-06
R语言入门使用RStudio制作包含Rcpp代码的R包
这篇文章主要为大家介绍了R语言入门使用RStudio来制作包含Rcpp代码的R包，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步
2021-11-11
详解R语言caret包trainControl函数
这篇文章主要介绍了R语言caret包trainControl函数详解,本文通过源码分析给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2022-08-08
R语言-t分布正态分布分位数图的实例
这篇文章主要介绍了R语言-t分布正态分布分位数图的实例，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