• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • R: ROCR包用于ROC分析

      R: ROCR包用于ROC分析

      • 发布者 生信0~o-o
      • 分类 未分类
      • 日期 2020年5月19日
      • 评论 0评论

      转自  生信菜鸟团

      受试者工作特征曲线 (receiver operating characteristic curve,简称ROC曲线),又称为感受性曲线(sensitivity curve)。

      ROC可以用于:(1)比较预测二分类响应变量的预测效果;(2)获取预测二分类响应变量的连续预测变量的阈值。

      比如在预测病人有无高血压时,有无高血压为二分类的响应变量:有或无,使用测量的血压值为预测变量,血压值为连续变量。

      假如还想通过体重来预测有无高血压,那么要比较这两个模型:血压值及体重究竟哪个指标能更好的预测有无高血压就是用途(1),而选择哪一个数值是比较好的界定“有无高血压”的阈值,就是用途(2)。

      ROCR包与ROC

      一个用于分析ROC的数据是一组连续变量和一组二分类变量,连续变量是预测变量,分类变量是响应变量。

      在ROCR包中,这两组数据被称为“predictions“和”labels“。

      如下所示为ROCR包的示例数据ROCR.sample。

      # 载入工具包
      library(tidyverse)
      library(ROCR)
      
      data(ROCR.simple)
      ROCR.simple %>% as_tibble
      # # A tibble: 200 x 2
      # predictions labels
      # <dbl>  <dbl>
      # 1       0.613      1
      # 2       0.364      1
      # 3       0.432      0
      # 4       0.140      0
      # 5       0.385      0
      # 6       0.244      1
      # 7       0.971      1
      # 8       0.890      1
      # 9       0.782      1
      # 10       0.869      0
      # # ... with 190 more rows

      ROC曲线是一个以FPR为横坐标,TPR为纵坐标的曲线。

      TPR:真阳性率 ( true positive rate) ,又称敏感度(sensitivity),TPR = TP / P = TP / (TP+FN)。

      FPR:伪阳性率(false positive rate) ,FPR = FP / N = FP / (FP + TN),其值为1-specificity。

      其中 P为总阳性样本,N为总阴性样本。

      上述的TP、FP、TN、FN的含义见下面的confusion matrix。

      对于一个ROC曲线而言,它不直接得出哪个阈值最好,而是把所有的阈值都尝试一遍,得出一组(FPR,TPR)坐标,然后绘制成曲线,然后就可以根据曲线来选择最好的阈值:尽可能大的TPR,尽可能小的FPR。

      同时一条ROC曲线的展示的预测能力优劣可以由AUC(Area under curve)来衡量:0.5代表随机分布,预测变量没有预测能力;0.5-0.7,较低的预测能力;0.7-0.9,有一定的预测能力,0.9-1,有较高的预测能力。

      ROC示例

      ROCR包很简单,用到三个函数:

      • prediction:将原始数据(predictions,labels)封装为prediction对象,以用于后续分析;
      • performance:对prediction对象计算auc,tpr, fpr等等;
      • plot:利用base R绘图系统绘图。

      以RCOR的示例数据为例:

      # 构建prediction对象
      pred <- prediction(ROCR.simple$predictions, ROCR.simple$labels)
      # 计算AUC,结果返回一个S4对象,y.values就是AUC
      perf_auc <- performance(pred, "auc")
      
      ##S4对象,其内包括6个数据##
      slotNames(perf_auc)
      # [1] "x.name"       "y.name"       "alpha.name"   "x.values"     "y.values"     "alpha.values"
      
      # AUC数值如下
      perf_auc@"y.values"
      # [[1]]
      # [1] 0.8341875

      performance返回一个S4对象,里面是返回的x,y的名字及数值,如果调用performance时只传入一个参数,如auc,auc就是这里面的y。如果传入两个参数,比如”tpr”、”fpr”,那么此时的tpr是y,fpr是x。调用函数也可以明确参数measure=tpr, x.measure=fpr。

      # 获取ROC数据
      perf_roc <- performance(pred, measure = "tpr", x.measure = "fpr")
      plot(perf_roc)

      也可以使用ggplot2进行绘制:

      tibble(x=perf_roc@x.values[[1]], y=perf_roc@y.values[[1]]) %>%
      ggplot(aes(x=x, y=y)) + geom_line()
      # ggplot2绘图有较大自由性,可以修改部分格式,如下
      tibble(x=perf_roc@x.values[[1]], y=perf_roc@y.values[[1]]) %>%
      ggplot(aes(x=x, y=y)) + 
        geom_line(aes(color=cut(y, c(-1,0.5,0.7,0.9,1)))) +
        geom_point(aes(color=cut(y, c(-1,0.5,0.7,0.9,1)))) +
        theme_bw()+
        labs(color="TPR", x="True positive rate", y="False positive rate") +
        scale_color_brewer(palette = "Reds") + 
        theme(legend.position = "bottom",
              legend.title = element_text(face = "bold"),
              legend.text = element_text(size = 12),
              axis.title = element_text(face = "bold"))+
        geom_text(aes(x=1, y=0, label=paste0("AUC: ",perf_auc@y.values[[1]]%>%round(2))), 
                  hjust="right", vjust="bottom")

      参考资料:

      1. 用R软件包ROCR画ROC曲线:https://blog.csdn.net/machinelearning_er/article/details/70242672
      2. ROC是什么?:https://www.zhihu.com/question/23700474
      3. ROC曲线简介:https://zhuanlan.zhihu.com/p/26293316

      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      生信0~o-o
      生信0~o-o

      上一篇文章

      超好用!CNS主刊和子刊都在用的在线生存分析工具!
      2020年5月19日

      下一篇文章

      从IMGT数据库下载免疫组库相关fasta序列
      2020年5月19日

      你可能也喜欢

      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023
      9-1675131201
      如何快速批量修改 Git 提交记录中的用户信息
      26 1月, 2023
      8-1678501786
      肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
      7 12月, 2022

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?