原文链接：http://tecdat.cn/?p=19018

之前我们讨论了使用ROC曲线来描述分类器的优势，有人说它描述了“随机猜测类别的策略”，让我们回到ROC曲线来说明。考虑一个非常简单的数据集，其中包含10个观测值（不可线性分离）

在这里我们可以检查一下，确实是不可分离的

plot(x1,x2,col=c("red","blue")[1+y],pch=19)

考虑逻辑回归

reg = glm(y~x1+x2,data=df,family=binomial(link = "logit"))

我们可以使用我们自己的roc函数

1.  
    
2.  
   roc=function(s,print=FALSE){
3.  
   Ps=(S<=s)*1
4.  
    
5.  
   FP=sum((Ps==1)*(Y==0)/sum(Y==0)
6.  
    
7.  
   TP=sum((Ps==1)*(Y==1)/sum(Y==1)
8.  
    
9.  
   if(print==TRUE){
10.  
     
11.  
    print(table(Observed=Y,Predicted=Ps))
12.  
     
13.  
     
14.  
    vect=c(FP,TP)
15.  
     
16.  
    names(vect)=c("FPR","TPR")
17.  
     
18.  
     

或R包

performance(prediction(S,Y),"tpr","fpr")

我们可以在这里同时绘制两个

因此，我们的代码在这里可以正常工作。让我们考虑一下对角线。第一个是：每个人都有相同的概率（例如50％）

1.  
    
2.  
   points(V[1,],V[2,])

但是，我们这里只有两点：（0,0）和（1,1）。实际上，无论我们选择何种概率，都是这种情况

1.  
    
2.  
   plot(performance(prediction(S,Y),"tpr","fpr"))
3.  
   points(V[1,],V[2,])

我们可以尝试另一种策略，例如“通过扔无偏硬币进行预测”。我们得到

1.  
    
2.  
   segments(0,0,1,1,col="light blue")

我们还可以尝试“随机分类器”，在其中我们随机选择分数

1.  
    
2.  
    
3.  
   S=runif(10)
4.  
    

更进一步。我们考虑另一个函数来绘制ROC曲线

1.  
   y=roc(x)
2.  
   lines(x,y,type="s",col="red")

但是现在考虑随机选择的策略

1.  
    
2.  
   for(i in 1:500){
3.  
   S=runif(10)
4.  
   V=Vectorize(roc.curve)(seq(0,1,length=251)
5.  
   MY[i,]=roc_curve(x)

红线是所有随机分类器的平均值。它不是一条直线，我们观察到它在对角线周围的波动。

1.  
    
2.  
    
3.  
   reg = glm(PRO~.,data=my,family=binomial(link = "logit"))
4.  
    
5.  
    
6.  
   plot(performance(prediction(S,Y),"tpr","fpr"))
7.  
    
8.  
    
9.  
   segments(0,0,1,1,col="light blue")

这是一个“随机分类器”，我们在单位区间上随机绘制分数

1.  
    
2.  
    
3.  
   segments(0,0,1,1,col="light blue")

如果我们重复500次，我们可以获得

1.  
    
2.  
   for(i in 1:500){
3.  
    
4.  
   S=runif(length(Y))
5.  
    
6.  
    
7.  
   MY[i,]=roc(x)
8.  
   }
9.  
    
10.  
    lines(c(0,x),c(0,apply(MY,2,mean)),col="red",type="s",lwd=3)
11.  
    segments(0,0,1,1,col="light blue")

因此，当我在单位区间上随机绘制分数时，就会得到对角线的结果。给定Y，我们可以绘制分数的两个经验累积分布函数

1.  
    
2.  
    
3.  
   plot(f0,(0:(length(f0)-1))/(length(f0)-1))
4.  
    
5.  
   lines(f1,(0:(length(f1)-1))/(length(f1)-1))

我们还可以使用直方图（或密度估计值）查看分数的分布

1.  
   hist(S[Y==0],col=rgb(1,0,0,.2),
2.  
   probability=TRUE,breaks=(0:10)/10,border="white")
3.  
    

我们确实有一个“完美的分类器”（曲线靠近左上角）

有错误。那应该是下面的情况

在10％的情况下，我们可能会分类错误

更多的错误分类

最终我们有对角线

最受欢迎的见解

1.R语言多元Logistic逻辑回归 应用案例

2.面板平滑转移回归(PSTR)分析案例实现

3.matlab中的偏最小二乘回归（PLSR）和主成分回归（PCR）

4.R语言泊松Poisson回归模型分析案例

5.R语言回归中的Hosmer-Lemeshow拟合优度检验

6.r语言中对LASSO回归，Ridge岭回归和Elastic Net模型实现

7.在R语言中实现Logistic逻辑回归

8.python用线性回归预测股票价格

9.R语言如何在生存分析与Cox回归中计算IDI，NRI指标

R语言:逻辑回归ROC曲线对角线分析过程及结果

原文：https://www.cnblogs.com/tecdat/p/14311196.html