pROC包绘制ROC曲线和计算AUC值0.95CI

专题介绍：R是一种广泛用于数据分析和统计计算的强大语言，于上世纪90年代开始发展起来。得益于全世界众多爱好者的无尽努力，大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio（用户的界面体验更好）。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献，让R语言在全球范围内越来越流行。其中一些R包，例如MASS，SparkR， ggplot2，使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件，是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上，而且嵌入了一个非常方便实用的帮助系统，相比于其他统计分析软件，R的学术性开发比较早，适合生物学和医学等学术学科的科研人员使用。

这是我的第67篇原创文章，关于R语言和pROC包绘制ROC曲线。

阅读完本文，你可以知道：

1 ROC曲线绘制

2 AUC的0.95CI值计算

“每个人都需要帮助,若是能够帮助别人,会是一件快乐的事情”

我最近在做一篇论文，模型的性能评价采用了ROC曲线和AUC值。一位医学朋友推荐我采用pROC包绘制ROC曲线。

我利用pROC包绘制ROC曲线和计算AUC值的0.95CI。

一参考代码

##################
#利用pROC包绘制ROC曲线
##################
library(tidyverse)
library(caret)
library(randomForest)
library(pROC)

# 数据导入
data <- read_csv('./data/pima-indians-diabetes.data.csv')
data %>% View

# 变量重命名
# pt: pregnant times 
# pgc: plasma glucose concentration
# bp:  blood pressure
# st: skin thickness
# insulin: insulin
# BMI：BMI
# dpf: diabetes pedigree function
# age: age
# class: 1 if diabetes, 0 otherwise
colnames(data) <- c('pt', 'pgc', 'bp', 'st', 'insulin', 'BMI','dpf', 'age', 'class')
data %>% View
# 变量类型转换
data$class <- as.factor(data$class)

# 数据集划分
set.seed(1234)
train_index <- createDataPartition(y=data$class, p=0.6, list = FALSE)
train_data <- data[train_index, ]
test_data <- data[-train_index, ]


# 训练LR模型
logistic_model <- glm(class ~.,
                      data = train_data,
                      family = "binomial")
# 训练随机森林模型
RF_model <- randomForest(class ~ .,
                         data = train_data)
# 训练集模型的ROC曲线对比分析
par(pty="s")
roc_LR <- roc(train_data$class, logistic_model$fitted.values, 
    plot = TRUE, 
    legacy.axes=TRUE, 
    percent = TRUE,
    col = "#377eb8",
    lwd = 4,
    xlab="False Positive Percentage",
    ylab="True Positive Percentage",
    main="ROC Chart on Train",
    print.auc=TRUE)
roc_RF <- plot.roc(train_data$class, RF_model$votes[,2],
         percent=TRUE,
         col="#4daf4a",
         lwd=4,
         print.auc=TRUE,
         add=TRUE,
         print.auc.y=45)
legend('bottomright', 
       legend = c('Logistic Regression', 'Random Forest'), 
       col=c("#377eb8", "#4daf4a"),
       lwd = 4)

# 获得AUC的0.95CI
ci.auc(roc_LR)
ci.auc(roc_RF)