R画ROC曲线

R画ROC曲线学了一下ROC图形的原理,在此实现一下,算是理论落地的训练,只不过目前看的是二分类问题。FPR、TPR简介ROC曲线的横坐标为FPR,叫做假正例率,也就是实际为假的观测中被判断为真的所占的比例。ROC曲线的纵坐标为TPR,叫做真正例率,也就是实际为真的观测中被判断为真的所占的比例。举例如下:

大家好,欢迎来到IT知识分享网。

  学了一下ROC图形的原理,在此实现一下,算是理论落地的训练,只不过目前看的是二分类问题。

  • FPR、TPR简介  

  ROC曲线的横坐标为FPR,叫做假正例率,也就是实际为假的观测中被判断为真的所占的比例。

  ROC曲线的纵坐标为TPR,叫做真正例率,也就是实际为真的观测中被判断为真的所占的比例。

  举例如下:

表1

实际分类 判定分类
P P
P N
N P
P N
N N

此例中,实际为假的观测(N:negative)共2个,其中被判定为真的有1个,因此FPR=1/2=0.5;实际为真的观测(P:positive)共3个,其中被判定为真的有1个,因此TPR=1/3。

  • ROC绘制过程

  但是实际的二分类问题往往给出的是判定为真的概率,也就是如下的表格:

表2

实际分类 判定为真的概率
P 0.9
P 0.6
N 0.5
P 0.4
N 0.3

  如果你认为判定为真的概率不小于0.9,就能认为该观测为真,那么表2更新如下:

表3

实际分类 判定分类
P P
P N
N N
P N
N N

于是得到一个坐标(FPR,TPR)=(0/2,1/3)=(0,1/3)。

  如果你认为判定为真的概率不小于0.6,就能认为该观测为真,那么表2更新如下:

表4

实际分类 判定分类
P P
P P
N N
P N
N N

于是得到一个坐标(FPR,TPR)=(0/2,2/3)=(0,2/3)。

  以此类推,即以“判定为真的概率”中的各个概率p为临界值,如果概率不小于p,则判定为真,否则为假。按照这条规则对表2进行更新,最终可以得到如下表格:

表5

实际分类 判定为真的概率 FPR TPR
P 0.9 0 1/3
P 0.6 0 2/3
N 0.5 1/2 2/3
P 0.4 1/2 3/3
N 0.3 2/2 3/3

  得到上面这5个点之后就可以画图了,一般来讲ROC图都是锯齿图,且图形越靠近左上角说明分类器准确率越高,越接近斜率为1的对角线说明分类器性能越差。

  • R代码实现

  理解了上面的原理,画图也简单了,关键在于表2的更新如何实现,推荐的方法是先对判定为真的概率进行一个从大到小的排序。为了便于使用,这里直接定义一个函数进行封装。

ROC_Plot<-function(real_category,probs,positive_symbol,...){
      real<-ifelse(real_category==positive_symbol,"P","N")
      rows<-length(real)
      ROC<-matrix(NA,ncol=2,nrow=rows)
      colnames(ROC)<-c("FPR","TPR")

      for(i in 1:rows){
            DF<-data.frame(real=real,predict=c(rep("P",i),rep("N",rows-i)))
            DF_N<-subset(DF,real=="N")
            ROC[i,1]<-sum(DF_N$predict=="P")/nrow(DF_N)

            DF_P<-subset(DF,real=="P")
            ROC[i,2]<-sum(DF_P$predict=="P")/nrow(DF_P)
      }
      with(as.data.frame(ROC),
      {plot(FPR,TPR,xlim=c(0,1),ylim=c(0,1),...)
      abline(a=0,b=1,lty='dotted')})
}

   函数ROC_Plot的real_category是实际分类向量,probs是对应的判定为真的概率的向量,positive_symbol是观测为真的标志,’…’是省略的画图参数,这是需要自己加的。

  直接调用该函数完成表2的ROC图绘制:

ROC_Plot(real_category=c('p','p','n','p','n'),
         probs=c(0.9,0.6,0.5,0.4,0.3),
         positive_symbol='p',
         type="l",col="red",
         xlab="假正例率(FPR)",ylab="真正例率(TPR)",main="ROC")

 图形如下:

R画ROC曲线

  更多观测也可以直接套用该函数,在此只给代码示例,图形就不放了。

ROC_Plot(
      real_category=
      c('p','p','n','p','p',
        'p','n','n','p','n',
        'p','n','p','n','n',
        'n','p','n','p','n'),
      probs=
      c(.9,.8,.7,.6,.55,
        .54,.53,.52,.51,.505,
        .4,.39,.38,.37,.36,
        .35,.34,.33,.30,.1),
      positive_symbol="p",
      type="l",
      col="red",
      xlab="假正例率(FPR)",
      ylab="真正例率(TPR)",
      main="ROC")

 

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/34226.html

(0)

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注微信