求助关于R语言做calibration curve的相关问题

Python016

求助关于R语言做calibration curve的相关问题,第1张

区别： 1）standard curve: 标准曲线，是定性或定量中用于与待测物对比的已知标准物特性曲线，如浓度标准曲线； 2）calibration curve 校正曲线，是仪器或方法使用时通过基础物，设定一个起始基点和量程用的数据

R语言如何做ROC曲线

ROC曲线，做分类时经常会用到的一种结果表现方法。诸如此类的工作，首选工具当然是R。在CRAN上搜了一下，找到一个叫ROCR的包。尽管这个包已经很久没更新了，但用起来还是很爽的。先看一下我画的ROC曲线。

里面是三份预测结果的ROC曲线。

ROCR包中主要是两个class：prediction和performance。前者是将预测结果和真实标签组合在一起，生成一个 prediction对象，然后在用performance函数，按照给定的评价方法，生成一个performance对象，最后直接对 performance用plot函数就能绘制出相应的ROC曲线。

1

2

3

4

5

6

plot a ROC curve for a single prediction run

and color the curve according to cutoff.

data(ROCR.simple)

pred lt- prediction(ROCR.simple$predictions, ROCR.simple$labels)

perf lt- performance(pred,tpr,fpr)

plot(perf,color

使用低级绘图命令，如points(x,y) 、lines(x,y)、text(x,y)等

比如利用plot(2,3)做了个点图，再用points(1,2)，则在(1,2)加了个点，变成2个点在一张图上