R语言使用pROC包绘制ROC曲线获取最优阈值（threshold）及最优阈值对应的置信区间
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语言使用pROC包绘制ROC曲线获取最优阈值（threshold）及最优阈值对应的置信区间相关的知识，希望对你有一定的参考价值。
R语言使用pROC包绘制ROC曲线并获取最佳阈值（threshold）及最佳阈值对应的置信区间
#ROC曲线
ROC（receiver operating characteristic curve）接收者操作特征曲线，是由二战中的电子工程师和雷达工程师发明用来侦测战场上敌军载具（飞机、船舰）的指标，属于信号检测理论。
ROC曲线的横坐标是伪阳性率（也叫假正类率，False Positive Rate），纵坐标是真阳性率（真正类率，True Positive Rate），相应的还有真阴性率（真负类率，True Negative Rate）和伪阴性率（假负类率，False Negative Rate）。这四类指标的计算方法如下：
（1）伪阳性率（FPR）：判定为正例却不是真正例的概率，即真负例中判为正例的概率
（2）真阳性率（TPR）：判定为正例也是真正例的概率，即真正例中判为正例的概率（也即正例召回率）
（3）伪阴性率（FNR）：判定为负例却不是真负例的概率，即真正例中判为负例的概率。
（4）真阴性率（TNR）：判定为负例也是真负例的概率，即真负例中判为负例的概率
以上是关于R语言使用pROC包绘制ROC曲线获取最优阈值（threshold）及最优阈值对应的置信区间的主要内容，如果未能解决你的问题，请参考以下文章
R语言使用pROC包绘制ROC曲线实战：roc函数计算AUC值plot.roc函数绘制ROC曲线添加置信区间为回归模型中的每个因子绘制ROC曲线并在同一个图中显示出来
R语言使用pROC包绘制ROC曲线并在ROC曲线上显示特异度和敏感度的置信区间（通过阴影区域以及线条显示）
R语言使用pROC包的的plot.roc函数对单变量进行ROC分析并可视化ROC曲线寻找最佳阈值（thresholdcutoff）在可视化曲线中添加最佳阈值点
偏AUC（partial AUC）或者部分AUC是什么？R语言使用pROC包绘制ROC曲线并定义偏AUC（partial AUC）：分别聚焦特异度敏感度角度