在【r<-绘图|ROC】ROC的计算与绘制这篇文章中我讲了ROC曲线的本质以及如何计算和绘制ROC曲线。注意，我这里谈到的ROC并未曾涉及机器学习模型的拟合与预测，而是指存在一组真实的连续型数值数据设定阈值的不同对响应变量（二分类）的影响（真阳性率、假阳性率）。
这一篇文章我们学习两个跟ROC相关的R包：
- plotROC - Generate ROC Curve Charts for Print and Interactive Use
- pROC - display and analyze ROC curves in R and S+
plotROC
plotROC包较为简单与单一，它就是用来绘制ROC曲线的，包中定义的函数基于ggplot2，因此我们可以结合ggplot2使用和修改、美化图形结果。
# 从GitHub上安装
devtools::install_github("hadley/ggplot2")
devtools::install_github("sachsmc/plotROC")
library(plotROC)
# 从CRAN
install.packages("plotROC")
快速使用
plotROC提供了Shiny应用，只需要键入
shiny_plotROC()
即可通过图形界面使用。
咱们还是来看命令吧，要有点难度不是？
命令行使用
导入包与创建模拟数据：
library(plotROC)
set.seed(2529)
D.ex <- rbinom(200, size = 1, prob = .5)
M1 <- rnorm(200, mean = D.ex, sd = .65)
M2 <- rnorm(200, mean = D.ex, sd = 1.5)
test <- data.frame(D = D.ex, D.str = c("Healthy", "Ill")[D.ex + 1],
M1 = M1, M2 = M2, stringsAsFactors = FALSE)
简单绘图：
basicplot <- ggplot(test, aes(d = D, m = M1)) + geom_roc()
basicplot
这里我们唯一需要理清的是d与m映射是什么，现在我们查看下生成的数据框：
上述画图只使用到了D与M1，只关注这两列即可。D是一个0-1列，即表示结果的两分类信息，M1是一个数值型数据。我们可以姑且称d为decision缩写，m为measurement缩写。
一旦我们理解了ggplot中的映射，对这个图的修改和美化其实就是修改geom_roc()函数里面的参数，以及用其他ggplot元素进行优化。
默认曲线上会显示阈值cutoff的数值，我们可以关闭它：
ggplot(test, aes(d = D, m = M1)) + geom_roc(n.cuts = 0)
修改它：
ggplot(test, aes(d = D, m = M1)) + geom_roc(n.cuts = 5, labelsize = 5, labelround = 2)
使用plotROC提供的风格：
styledplot <- basicplot + style_roc()
styledplot
将标签加在曲线上：
direct_label(basicplot, labels = "Biomarker", nudge_y = -.1) + style_roc()
绘制多条曲线
plotROC提供的函数melt_roc()可以将多个变量列变为长格式，方便数据的绘制：
longtest <- melt_roc(test, "D", c("M1", "M2"))
head(longtest)
## D M name
## M11 1 1.48117155 M1
## M12 1 0.61994478 M1
## M13 0 0.57613345 M1
## M14 1 0.85433197 M1
## M15 0 0.05258342 M1
## M16 1 0.66703989 M1
画比较图：
ggplot(longtest, aes(d = D, m = M, color = name)) + geom_roc() + style_roc()
还有其他一些功能，请查看文档（http://sachsmc.github.io/plotROC/）学习，这里最后介绍一下我封装的一个函数，便于两组ROC比较的使用，感兴趣的朋友可以自定义再修改和优化。
plotROC <- function(.data, predict_col, target, group, positive=1, all=TRUE){
if(!(require(tidyverse) & require(plotROC))){
stop("--> tidyverse and plotROC packages are required..")
}
predict_col <- enquo(predict_col)
target <- enquo(target)
group <- enquo(group)
predictN <- quo_name(predict_col)
groupN <- quo_name(group)
df <- .data %>% dplyr::select(!! predict_col, !! target, !! group) %>%
mutate(targetN = ifelse(!! target == positive, 1, 0)) %>% as.data.frame()
if (all){
df2 <- df
df2[, groupN] <- "ALL"
df <- rbind(df, df2)
}
p <- df %>% ggplot(aes_string(m = predictN,
d = "targetN",
color = groupN)) + geom_roc(show.legend = TRUE, labels=FALSE)
p <- p + ggpubr::theme_classic2()
ng <- levels(factor(df[, groupN]))
if(length(ng) == 3){
auc <- calc_auc(p)$AUC
names(auc) <- ng
auc <- base::sort(auc, decreasing = TRUE)
p <- p + annotate("text", x = .75, y = .25,
label = paste(names(auc)[1], " AUC =", round(auc[1], 3), "\n",
names(auc)[2], " AUC =", round(auc[2], 3), "\n",
names(auc)[3], " AUC =", round(auc[3], 3), "\n"),
size = 6)
}
p + xlab("1 - Specificity") + ylab("Sensitivity") +
scale_x_continuous(expand = c(0, 0)) + scale_y_continuous(expand = c(0, 0))
}
使用：
plotROC(longtest, predict_col = M, target = D, group = name, positive = 1)
# 参数1：提供数据框
# 参数2：提供预测数值列
# 参数3：提供二分类信息列（尽量为0-1，字符也可以）
# 参数4：提供一个组别
# 参数5：这里1表示成功，如果target是success和failure，可以知道positive="success"
# 注意，这里只有3条曲线绘制时才会给出AUC在图上，可以修改函数进行自定义
默认会画出两组及其融合的曲线，可以添加选项all=FALSE去掉ALL曲线。
有读者谈到如何修改，之前之所以没写多条曲线添加AUC，是因为涉及一些文本图像的微调，实际使用时需要自定义一下
如果想要添加6条曲线，在加上ALL，就是7条，请补充函数中的if代码块
if(length(ng) == 3){
auc <- calc_auc(p)$AUC
names(auc) <- ng
auc <- base::sort(auc, decreasing = TRUE)
p <- p + annotate("text", x = .75, y = .25,
label = paste(names(auc)[1], " AUC =", round(auc[1], 3), "\n",
names(auc)[2], " AUC =", round(auc[2], 3), "\n",
names(auc)[3], " AUC =", round(auc[3], 3), "\n"),
size = 6)
}
为：
if(length(ng) == 7){
auc <- calc_auc(p)$AUC
names(auc) <- ng
auc <- base::sort(auc, decreasing = TRUE)
p <- p + annotate("text", x = .75, y = .25,
label = paste(names(auc)[1], " AUC =", round(auc[1], 3), "\n",
names(auc)[2], " AUC =", round(auc[2], 3), "\n",
names(auc)[3], " AUC =", round(auc[3], 3), "\n",
names(auc)[4], " AUC =", round(auc[4], 3), "\n"
names(auc)[5], " AUC =", round(auc[5], 3), "\n"
names(auc)[6], " AUC =", round(auc[6], 3), "\n"
names(auc)[7], " AUC =", round(auc[7], 3), "\n"),
size = 6)
}
曲线太多时可能文本注释添加需要注意下位置和大小。注意上述更改未测试，请根据实际情况调整。
pROC
pROC是一个相对plotROC更强大的R包，不同于plotROC基于ggplot2的创建，pROC自身构建了比较完整的ROC分析和绘图体系。
该包发表文章为：
Xavier Robin, Natacha Turck, Alexandre Hainard, Natalia Tiberti, Frédérique Lisacek, Jean-Charles Sanchez and Markus Müller (2011). pROC: an open-source package for R and S+ to analyze and compare ROC curves. BMC Bioinformatics, 12, p. 77. DOI: 10.1186/1471-2105-12-77.
目前谷歌搜索已经有超过2000次引用。
该包创建的图像似乎更加圆润。
安装
# 安装
install.packages("pROC")
# 导入
library(pROC)
# 获取帮助
?pROC
使用
不过相对于plotROC，它的图形绘制更为复杂（样例代码参见https://web.expasy.org/pROC/screenshots.html）。
比如
其代码为：
library(pROC)
data(aSAH)
plot.roc(aSAH$outcome, aSAH$s100b, # data
percent=TRUE, # show all values in percent
partial.auc=c(100, 90), partial.auc.correct=TRUE, # define a partial AUC (pAUC)
print.auc=TRUE, #display pAUC value on the plot with following options:
print.auc.pattern="Corrected pAUC (100-90%% SP):\n%.1f%%", print.auc.col="#1c61b6",
auc.polygon=TRUE, auc.polygon.col="#1c61b6", # show pAUC as a polygon
max.auc.polygon=TRUE, max.auc.polygon.col="#1c61b622", # also show the 100% polygon
main="Partial AUC (pAUC)")
plot.roc(aSAH$outcome, aSAH$s100b,
percent=TRUE, add=TRUE, type="n", # add to plot, but don't re-add the ROC itself (useless)
partial.auc=c(100, 90), partial.auc.correct=TRUE,
partial.auc.focus="se", # focus pAUC on the sensitivity
print.auc=TRUE, print.auc.pattern="Corrected pAUC (100-90%% SE):\n%.1f%%", print.auc.col="#008600",
print.auc.y=40, # do not print auc over the previous one
auc.polygon=TRUE, auc.polygon.col="#008600",
max.auc.polygon=TRUE, max.auc.polygon.col="#00860022")
不过我们常用的一般是
这样的图形，我们参考代码修改和自定义即可：
library(pROC)
data(aSAH)
rocobj1 <- plot.roc(aSAH$outcome, aSAH$s100,
main="Statistical comparison", percent=TRUE, col="#1c61b6")
rocobj2 <- lines.roc(aSAH$outcome, aSAH$ndka, percent=TRUE, col="#008600")
testobj <- roc.test(rocobj1, rocobj2)
text(50, 50, labels=paste("p-value =", format.pval(testobj$p.value)), adj=c(0, .5))
legend("bottomright", legend=c("S100B", "NDKA"), col=c("#1c61b6", "#008600"), lwd=2)
这个图显示了pROC包最重要几个函数的使用，第一个是plot.roc()，它可以绘制ROC曲线，并返回一个ROC对象，里面包含该曲线的众多有用信息，并为后续的分析做基础，lines.roc()为当前ROC曲线上增添新的ROC曲线。不仅如此，roc.test()函数提供了对曲线进行检验，检验的方法分为3种，可以自己选择，有兴趣的朋友不妨再深入看看。
