从 ROC 曲线获取阈值

发布于05月03日

我有一些模型，使用ROCR个包对预测的类百分比向量，我有一个性能对象.用规范"tpr"、"fpr"绘制性能对象，可以得到ROC曲线.

我在比较假阳性率(x)的特定阈值下的模型.我希望从性能对象中得到真阳性率(y)的值.更重要的是，我想得到用于生成该点的类百分比阈值.

最接近阈值但不高于阈值的假阳性率(x-value)的指数应给出相应真阳性率(y-value)的指数.我不太确定如何得到那个索引值.

更重要的是，我如何得到用来证明这一点的类概率阈值？

推荐答案

这就是为什么str是我最喜欢的R函数:

library(ROCR)
data(ROCR.simple)
pred <- prediction( ROCR.simple$predictions, ROCR.simple$labels)
perf <- performance(pred,"tpr","fpr")
plot(perf)
> str(perf)
Formal class 'performance' [package "ROCR"] with 6 slots
  ..@ x.name      : chr "False positive rate"
  ..@ y.name      : chr "True positive rate"
  ..@ alpha.name  : chr "Cutoff"
  ..@ x.values    :List of 1
  .. ..$ : num [1:201] 0 0 0 0 0.00935 ...
      ..@ y.values    :List of 1
      .. ..$ : num [1:201] 0 0.0108 0.0215 0.0323 0.0323 ...
  ..@ alpha.values:List of 1
  .. ..$ : num [1:201] Inf 0.991 0.985 0.985 0.983 ...

啊哈！这是一个S4 class，所以我们可以使用@来访问插槽.以下是如何制作data.frame:

cutoffs <- data.frame(cut=perf@alpha.values[[1]], fpr=perf@x.values[[1]], 
                      tpr=perf@y.values[[1]])
> head(cutoffs)
        cut         fpr        tpr
1       Inf 0.000000000 0.00000000
2 0.9910964 0.000000000 0.01075269
3 0.9846673 0.000000000 0.02150538
4 0.9845992 0.000000000 0.03225806
5 0.9834944 0.009345794 0.03225806
6 0.9706413 0.009345794 0.04301075

如果您有一个想要达到的fpr阈值，您可以将其子集为data.frame，以找到低于该fpr阈值的最大tpr:

cutoffs <- cutoffs[order(cutoffs$tpr, decreasing=TRUE),]
> head(subset(cutoffs, fpr < 0.2))
          cut       fpr       tpr
96  0.5014893 0.1495327 0.8494624
97  0.4997881 0.1588785 0.8494624
98  0.4965132 0.1682243 0.8494624
99  0.4925969 0.1775701 0.8494624
100 0.4917356 0.1869159 0.8494624
101 0.4901199 0.1962617 0.8494624