多指标联合诊断的ROC曲线
联合 指标 曲线 诊断 ROC
2023-06-13 09:17:00 时间
关于ROC曲线,前前后后写了很多篇推文,关于二分类数据和生存资料的都有,目前只有多指标联合诊断的ROC曲线还没介绍了,今天就介绍多指标联合诊断的ROC曲线。
- 多时间点和多指标的ROC曲线
- 临床预测模型之二分类资料ROC曲线的绘制
- 临床预测模型之生存资料ROC曲线的绘制
- ROC曲线(AUC)的显著性检验
- 生存资料ROC曲线的最佳截点和平滑曲线
- ROC曲线纯手工绘制
- R语言计算AUC(ROC曲线)的注意事项
- ROC阴性结果还是阳性结果
准备数据
library(pROC)
data(aSAH)
str(aSAH)
## 'data.frame': 113 obs. of 7 variables:
## $ gos6 : Ord.factor w/ 5 levels "1"<"2"<"3"<"4"<..: 5 5 5 5 1 1 4 1 5 4 ...
## $ outcome: Factor w/ 2 levels "Good","Poor": 1 1 1 1 2 2 1 2 1 1 ...
## $ gender : Factor w/ 2 levels "Male","Female": 2 2 2 2 2 1 1 1 2 2 ...
## $ age : int 42 37 42 27 42 48 57 41 49 75 ...
## $ wfns : Ord.factor w/ 5 levels "1"<"2"<"3"<"4"<..: 1 1 1 1 3 2 5 4 1 2 ...
## $ s100b : num 0.13 0.14 0.1 0.04 0.13 0.1 0.47 0.16 0.18 0.1 ...
## $ ndka : num 3.01 8.54 8.09 10.42 17.4 ...
其中outcome
是结果变量,是二分类的,其余列是预测变量。
多指标联合诊断的ROC
假如现在我想使用s100b/ndka/age
这3个变量来预测结果,该如何画出这3个变量联合诊断的ROC曲线呢?
首先,使用这3个变量建立逻辑回归:
f <- glm(outcome ~ s100b + ndka + age, data = aSAH, family = binomial())
然后,计算逻辑回归给出的概率:
# 等价于直接使用 f$fitted
pred <- predict(f, newdata = aSAH, type = "response")
aSAH$pred <- pred
用这个pred
就可以画ROC曲线了,这个就是多指标联合诊断的ROC曲线。
library(yardstick)
roc_curve(aSAH, truth = outcome, estimate=pred,event_level = "second") |>
autoplot()
测试集怎么办?
很简单,只要把predict
中的数据集换成测试集即可:
# 换成测试集即可
pred <- predict(f, newdata = 你的测试集, type = "response")
剩下的就都一样了!
相关文章
- 量子计算(九):复合系统与联合测量
- 仅需10%参数量即超越SOTA!浙大、字节、港中文联合提出「类别级位姿估计」任务新框架|CoRL2022
- 联合索引使用规则详解数据库
- Spark1.4.0和hadoop联合部署的坑详解大数据
- ThinkPHP多表联合查询的常用方法详解编程语言
- 联合索引深入探索PHP MySQL字段联合索引(phpmysql字段)
- 华为联合 40 余家合作伙伴发布“昇腾智造”等四大行业解决方案
- Linux 基金会联合谷歌微软推出“开放 API 战略”
- 七家欧洲银行联合IBM,搭建中小企业区块链贸易融资平台
- MySQL联合索引的创建方法(mysql中创建联合索引)
- MySQL三表联合查询简介(mysql三表连表查询)
- Oracle表联合查询求两表的并集(oracle两个表的并集)
- 小米联合中国移动发布小米笔记本 Air 4G版,无需插卡即可获得流量
- 阿里巴巴联合创始人蔡崇信捐赠2000万元支持河南受灾学校