R语言实战：轻松绘制ROC曲线与PR曲线提升模型评估

引言

在机器学习领域，评估分类模型的性能是至关重要的。ROC曲线和PR曲线是两种常用的评估工具，它们能够直观展示模型在不同阈值下的表现。ROC曲线侧重于模型的整体性能，而PR曲线则更适用于评估不平衡数据集上的模型性能。

准备工作

首先，确保你的R环境中已经安装了pROC和ggplot2包。如果未安装，可以使用以下命令进行安装：

install.packages("pROC")
install.packages("ggplot2")

示例数据

为了演示，我们将使用pROC包中的内置数据集aSAH。这个数据集包含了关于蛛网膜下腔出血（SAH）的预测因子和实际的二分类结果。

library(pROC)
# 加载数据
data(aSAH)
# 查看数据结构
head(aSAH)

绘制ROC曲线

ROC曲线通过绘制真正例率（TPR）与假正例率（FPR）之间的关系来展示模型性能。在R中，可以使用pROC包的roc()函数计算ROC曲线的数据，然后用plot()函数绘制。

# 计算ROC曲线
roc_curve <- roc(aSAH$outcome, aSAH$s100b, levels=c("Present", "Absent"))
# 绘制ROC曲线
plot(roc_curve, main="ROC Curve for aSAH Dataset", col="#1c61b6", lwd=2)
# 添加AUC值
auc(roc_curve)

绘制PR曲线

PR曲线通过绘制精确率（Precision）与召回率（Recall，即TPR）之间的关系来展示模型性能。pROC包也支持PR曲线的计算和绘制。

# 计算PR曲线
pr_curve <- pr.curve(aSAH$outcome, aSAH$s100b, curve=T)
# 绘制PR曲线
plot(pr_curve, main="PR Curve for aSAH Dataset", col="#1c61b6", lwd=2)
# 注意：pr.curve不直接提供AUC-PR的计算，但可以通过积分等方法估算

使用ggplot2美化图表

虽然pROC包提供了基本的绘图功能，但使用ggplot2可以进一步美化和自定义图表。

ROC曲线

library(ggplot2)
# 将roc对象转换为数据框
df_roc <- data.frame(thresholds = roc_curve$thresholds, 
                     tpr = roc_curve$sensitivities, 
                     fpr = 1 - roc_curve$specificities)
# 使用ggplot2绘制ROC曲线
ggplot(df_roc, aes(x=fpr, y=tpr)) + 
  geom_line(col="#1c61b6", size=1) + 
  geom_abline(intercept = 0, slope = 1, linetype="dashed") + 
  labs(title="ROC Curve with ggplot2", x="False Positive Rate", y="True Positive Rate") + 
  theme_minimal()

PR曲线

由于pr.curve不直接返回数据框，我们需要手动处理或使用其他包（如PRROC）来生成适合ggplot2的数据。

结论

通过ROC曲线和PR曲线，我们可以从不同角度评估分类模型的性能。ROC曲线提供了模型在整体上的泛化能力，而PR曲线则更适合评估在特定场景下（如不平衡数据集）的模型性能。结合使用这两种曲线，可以更加全面地理解模型的优劣，并据此进行优化。

希望本文能够帮助你更好地在R中绘制ROC曲线和PR曲线，提升你的模型评估能力。如果你有任何疑问或建议，欢迎在评论区留言讨论。