r-如何计算ROCit中的ROC



install.packages("ROCit")
require(ROCit)

由于问题中没有例子，我将从?rocit文档中的一个例子开始，如果我误解了你的问题，请告诉我。

# Load some example data
data("Diabetes")
# Calculate some ROC/validation data
roc_empirical <- rocit(score = Diabetes$chol, class = Diabetes$dtest,
negref = "-") # default method empirical
roc_binormal <- rocit(score = Diabetes$chol, class = Diabetes$dtest,
negref = "-", method = "bin")
# Summarize and plot the results 
summary(roc_empirical) #60/329
summary(roc_binormal) 
plot(roc_empirical)
plot(roc_binormal, col = c("#00BA37", "#F8766D"),
legend = FALSE, YIndex = FALSE)

我们可以查看summary(roc_empirical)的输出作为基线：

Empirical ROC curve                  
Number of postive responses :  60    
Number of negative responses :  329  
Area under curve :  0.652684903748734

现在，如果我理解(？(你只是想翻转参考值的含义/方向，在这种情况下是Diabetes$dtest？

我们可以使用negref参数来实现这一点：

roc_empirical <- rocit(score = Diabetes$chol, class = Diabetes$dtest,
negref = "+") # default method empirical
roc_binormal <- rocit(score = Diabetes$chol, class = Diabetes$dtest,
negref = "+", method = "bin")
summary(roc_empirical)
summary(roc_binormal) 
plot(roc_empirical)
plot(roc_binormal, col = c("#00BA37", "#F8766D"),
legend = FALSE, YIndex = FALSE)

我们可以将summary(roc_empirical)的结果与之前的结果进行比较，发现它是"翻转的"：

Empirical ROC curve                  
Number of postive responses :  329   
Number of negative responses :  60   
Area under curve :  0.353850050658561

当然，您也可以对有问题的列进行重新编码。

这就是你所需要的吗？