R语言自定义变成进行决策曲线分析DCA曲线绘制(Decision Curve Analysis)
Posted Data+Science+Insight
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R语言自定义变成进行决策曲线分析DCA曲线绘制(Decision Curve Analysis)相关的知识,希望对你有一定的参考价值。
R语言自定义变成进行决策曲线分析DCA曲线绘制(Decision Curve Analysis)
我们可能使用别的语言获得了机器学习模型以及对应的预测概率和标签,我们想直接使用这些信息进行DCA曲线的绘制,可是R包中默认提供的方案都是打包的方法:
主要R函数及工具:
decision_curve_analysis
plot_decision_curve
plot_clinical_impact
我想要自定义怎么办????
我这里有一个方案:
# 输出原始数据并绘制DCA曲线(Decision Curve Analysis);
# 这样我们可以使用dca函数本身绘制的结果也可以导出数据使用python进行精细绘制都没有问题;
# 自定义决策曲线分析DCA曲线绘制(Decision Curve Analysis)
dca <- function(data, outcome, predictors, xstart=0.01, xstop=0.99, xby=0.01,
ymin=-0.05, probability=NULL, harm=NULL,graph=TRUE, intervention=FALSE,
interventionper=100, smooth=FALSE,loess.span=0.10) {
# LOADING REQUIRED LIBRARIES
require(stats)
# data MUST BE A DATA FRAME
if (class(data)!=&
以上是关于R语言自定义变成进行决策曲线分析DCA曲线绘制(Decision Curve Analysis)的主要内容,如果未能解决你的问题,请参考以下文章
R语言临床预测模型的评价指标与验证指标实战:决策曲线分析(Decision Curve Analysis, DCA)
R语言使用for循环绘制多个模型的DCA(Decision Curve Analysis)曲线并保存特定分辨率的DCA曲线的结果文件
R计算获取决策曲线数据(Decision Curve Analysis,DCA)并使用python进行可视化
R绘制DCA(Decision Curve Analysis)曲线详解及实战
临床模型评价:C指数(C-Index)校正曲线(Calibration plot)决策分析曲线(Decision Curve Analysis, DCA)NRI指数