分类算法如何绘制roc曲线_使用SPSS绘制ROC曲线
ROC曲线(receiver operating characteristic curve),又称受试者工作特征曲线,主要用于临床诊断来评价一个方法的特异性和灵敏度。曲线越靠近左上角, ROC曲线下面积越大,越有应用价值。本文将介绍如何使用SPSS绘制ROC曲线。1.将数据导入到SPSS软件中,如下图所示:2. 选择"分析"-"分类"-"ROC曲线"3.将实验测试结果作为检验变量,将真实结果当作状
ROC曲线(receiver operating characteristic curve),又称受试者工作特征曲线,主要用于临床诊断来评价一个方法的特异性和灵敏度。曲线越靠近左上角, ROC曲线下面积越大,越有应用价值。
本文将介绍如何使用SPSS绘制ROC曲线。
1.将数据导入到SPSS软件中,如下图所示:
2. 选择"分析"-"分类"-"ROC曲线"
3.将实验测试结果作为检验变量,将真实结果当作状态变量
4.结果
ROC曲线下面积:ROC曲线下面积为0.959(95%置信区间:0.929-0.992,P<0.001)。
ROC曲线上的坐标点:如下图所示,我们可以根据曲线的坐标的结果可以得到灵敏度和1-特异度的值。
5. 阳性判断值
要想获得截断值,就是最接近左上角(0,1.0)的点所对应的坐标点,我们可以将这两列值复制到Excel表中,计算约登指数,根据约登指数最大选出最佳临界点。
约登指数(Youden's index),表示检验方法发现真正病人与非病人的总能力,是灵敏度与特异度之和减去1,在Excel中,用灵敏度-(1-特异度)得到的就是约登指数,对相减的结果进行排序,可以得到正确指数的最大值,即最佳临界点。
操作:将数据复制到excel中,计算约登指数,并按照降序排列,结果如下:
魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐



所有评论(0)