AUC意外值

Question

在对一组分子进行logistic回归模型后，我有以下预测，我们假设这是肿瘤和正常人的预测。

                  Predicted   class     
                      T        N          
                 T   29        5
  Actual class
                 N   993      912           

我有一个分数列表，从预测<0 (负数)到预测>0 (正数)。然后，我的data.frame中有另一列，它表示从模型中预测的标签(1==、肿瘤和0==normals)。我试图以以下方式使用library(ROC)计算ROC：

 pred = prediction(prediction, labels)     
 roc = performance(pred, "tpr", "fpr")   
 plot(roc, lwd=2, colorize=TRUE)   

使用：

       roc_full_data <- roc(labels, prediction)
       rounded_scores <- round(prediction, digits=1)
       roc_rounded <- roc(labels, prediction)

呼叫：

       roc.default(response = labels, predictor = prediction)
       Data: prediction in 917 controls (category 0) < 1022 cases (category1).
       Area under the curve: 1

AUC等于1，我不确定我是否所有的运行都是正确的，或者我可能在解释我的结果时做错了什么，因为AUC等于1是非常罕见的。

Answer 1

您的x.measure中有一个错误，应该抛出一个错误。你有"for“而不是"fpr”。试试下面的代码。

performance(pred, measure = "tpr", x.measure = "fpr")
plot(perf)

# add a reference line to the graph
abline(a = 0, b = 1, lwd = 2, lty = 2)

# calculate AUC
perf.auc <- performance(pred, measure = "auc")
str(perf.auc)
as.numeric(perf.auc@y.values)