R - ROC Curves/AUC 特异性与 1-特异性
R - ROC Curves/AUC Specificity vs 1-Specificity
我已经创建了一些预测模型，我正在通过查看 ROC 曲线和 AUC 来评估它们。
目前，我在 X 轴上有特异性，但是，当我研究 ROC 曲线时，我看到 1 - X 轴上的特异性。
有什么区别，我应该使用哪个来验证我的预测模型？
如果特异性在 X 轴上，我是否仍想最大化 AUC（根据经验，答案是肯定的，但我想确认一下）？
我是这样画的：
> library(pROC)
> g <- roc(Setup ~ Probs, data = Data)
> plot(g)
> auc(g)
> ci.auc(g)
这纯粹是一个标签问题：请注意，x 轴从 1 减少到 0，这与在 x 轴上绘制 1-specificity 从 0 到 1 完全相同。
我强烈怀疑您使用的是 pROC 包。 This behavior is documented in the FAQ 并且您可以将 legacy.axes 参数设置为 TRUE 以更改行为，如果默认设置困扰您的话。
plot(g, legacy.axes = TRUE)
目前，我在 X 轴上有特异性，但是，当我研究 ROC 曲线时，我看到 1 - X 轴上的特异性。
有什么区别，我应该使用哪个来验证我的预测模型？ 如果特异性在 X 轴上，我是否仍想最大化 AUC（根据经验，答案是肯定的，但我想确认一下）？
我是这样画的：
> library(pROC)
> g <- roc(Setup ~ Probs, data = Data)
> plot(g)
> auc(g)
> ci.auc(g)
这纯粹是一个标签问题：请注意，x 轴从 1 减少到 0，这与在 x 轴上绘制 1-specificity 从 0 到 1 完全相同。
我强烈怀疑您使用的是 pROC 包。 This behavior is documented in the FAQ 并且您可以将 legacy.axes 参数设置为 TRUE 以更改行为，如果默认设置困扰您的话。
plot(g, legacy.axes = TRUE)