0
我想使用pROC包计算不同的分类指标(灵敏度,特异性)。对于这一点,我可以使用coords
功能pROC
包为:指定pROC包中的肯定类
# Load library
library(pROC)
# Load data
data(aSAH)
#Convert Good and Poor to 1 and 0
aSAH$outcome <- ifelse(aSAH$outcome=="Good", 1, 0)
# Calculate ROC
rocobj <- roc(aSAH$outcome, aSAH$s100b)
# Get sensitivity and specificity
coords(rocobj, 0.55)
这需要1
为正类,即可以说是目前最流行的类,但我不知道。我想知道,如果有可能使用'0'作为积极的类。 例如,你可以这样做,在caret
封装的confusionMatrix
功能:
confusionMatrix(factor(as.numeric(aSAH$s100b<0.55),levels=c('0','1')),
factor(aSAH$outcome,levels=c('0','1')), positive='1')
为1
为正,
confusionMatrix(factor(as.numeric(aSAH$s100b<0.55),levels=c('0','1')),
factor(aSAH$outcome,levels=c('0','1')), positive='0')
为0
为阳性类。我正在使用pROC软件包,因为它提供了其他功能,例如确定插入符号中不可能的最佳截断等。但是,在pROC
包中是否有指定正面和负面类的方法?