如何使用 ROCR 提取平均 ROC 曲线预测？

Posted 2023-02-25

【中文标题】如何使用 ROCR 提取平均 ROC 曲线预测？

【英文标题】：How to extract average ROC curve predictions using ROCR?

【发布时间】：2016-08-18 05:14:51

【问题描述】：

R 中的 ROCR 库提供绘制平均 ROC 曲线的能力（来自 ROCR reference manual）：

library(ROCR)
library(ROCR)
data(ROCR.xval)
# plot ROC curves for several cross-validation runs (dotted
# in grey), overlaid by the vertical average curve and boxplots
# showing the vertical spread around the average.
data(ROCR.xval)
pred <- prediction(ROCR.xval$predictions, ROCR.xval$labels)
perf <- performance(pred,"tpr","fpr")
plot(perf,col="grey82",lty=3)
plot(perf,lwd=3,avg="vertical",spread.estimate="boxplot",add=TRUE)

可爱。不幸的是，似乎无法将平均 ROC 曲线本身作为对象/数据框/等获得。用于进一步的统计测试（例如，使用pROC）。我确实做了一些研究（尽管可能是事后），我发现了这篇文章：

Global variables in R

我查看了 ROCR 的代码，发现以下几行用于将结果传递给绘图：

performance_plots.R,（从第 451 行开始）

## compute average curve
 perf.avg <- perf.sampled
 [e-mail] <- list( rowMeans( data.frame( [e-mail])))
 [e-mail] <- list(rowMeans( data.frame( [e-mail])))
 [e-mail] <- list( alpha.values )

所以，使用trace 函数我在此处查找（General suggestions for debugging in R）：

trace(.performance.plot.horizontal.avg, edit=TRUE)

我在performance_plots.R 上面列出的行之后添加了以下行：

perf.rocr.avg <<- perf.avg # note the double `<<`

一个可怕的 hack，但它可以正常工作，因为我可以毫无问题地绘制 perf.rocr.avg。不幸的是，当使用 pROC 时，我无法比较我的平均 ROC 曲线，因为它需要一个 pROC roc 对象。这很好，但问题是 pROC roc 对象需要原始预测和参考数据来创建。据我所知，ROCR 正在平均 ROC 曲线本身而不是预测，所以我似乎无法从 ROCR 中得到我想要的。

有没有办法对ROCR创建的平均 ROC 曲线的预测进行逆向工程？

【问题讨论】：

您是否查看过 predict 命令是否适用于 ROC？

@Dave2e - 我有，但我没有取得太大进展。我在perf.avg.rocr <<- perf.avg 上方的最后一行之后分配了一个变量，这给了我一个 ROCR performance 对象，以及所需的平均 ROC 图。不幸的是，我现在意识到我不能使用roc.test，因为它不是prediction 对象。欢迎任何其他建议...

你有没有看过这个答案：***.com/questions/11467855/… 或这个hopstat.wordpress.com/2014/12/19/… 我没有使用 ROCR 库，所以我无法提供更多建议

@Dave2e - 你一定很喜欢这个关于 SO 的问题已经被投票了 16 次并且完全是 RTFM，而我问的是一些程序化的东西，这让我老实说难住了，我被否决了。不管怎样，谢谢！我（现在）非常精通ROCR 的用法。只是它没有做我需要它做的事情。更糟糕的是，pROC 只接受一个roc 对象进行统计测试，它本身需要原始预测和参考数据。我会坚持到底。​​span>

@Prophet60091 你有没有找到解决办法？我希望能够为各个 ROC 曲线提取数据框，因此如果您能指导我，我将不胜感激。

【参考方案1】：

我遇到了和你一样的问题。在我看来，ROCR 包生成的平均 ROC 只是分配了数值，而其他统计属性（例如置信区间）则缺乏。这意味着平均 ROC 的统计数据可能没有意义，这就是为什么不能通过 PROc 包中的 (tpr, fpr) list 生成 roc 对象的原因。但是，我找到了一篇论文来解决这个问题，即平均 ROC 之间的比较。标题是“相关接收器操作特征曲线下的平均面积：基于广义双样本 Wilcoxon 统计的非参数方法”。我希望这会有所帮助。

【讨论】：

其实我实现了那篇论文中提出的方法，结果看起来是合理的。如果您的目标是在平均 ROC 之间进行统计检验，这是一个不错的选择。