|
ROC曲线是一款经典的二值分类器工具,其以真阳性率TPR(灵敏度,sensitivity)为纵坐标,假阳性率FPR(特异度,specificity)为横坐标绘制曲线。
ROC曲线可用于评价生物标记物(biomarker)的表现以及比较不同打分方法(scoring methods),目前广泛应用于医学诊断、生物信息学、数据挖掘和机器学习等研究中。
OmicShare平台目前有静态及动态ROC工具,省去码代码,让绘制ROC曲线也变得非常便捷!动态ROC还支持在线修改曲线样式、颜色等。
链接:
https://www.omicshare.com/tools/home/report/reportroc.html
话不多说,跟着小奥课代表一起用数据实战绘制ROC曲线吧!
数据准备
数据表中,第一列为分组信息,即样本所在分组,其中分组数量只能为2组;
后面的列则为各样本中物种丰度或表达量等数据。
整理好文件后,我们选择文件输入即可提交。
结果及个性化调整
在工具下方,即可在调整界面找到该任务调整;或从“我的项目”中点击小图标“跳转查看”即可进入:
结果包含ROC图及结果表格。结果表格则对应为AUC值、95%置信区间、最佳阈值。
PS:
AUC在0.5~0.7范围,认为该模型组间区分效果一般;AUC在0.7~0.9认为有一定区分效果,AUC>0.9,认为该模型具有较好的组间区分效果。
个性化调整除了文本样式等可以“一键操作”外,各类轴线也可以自定义是否显示:
图内区域的颜色及形状调整:
自定义是否在图中标注点:
下载图片提供svg、pdf矢量图格式以及png格式,适配各种文章需求!导出单一指标ROC曲线图:
用于四种标记物比较的多重ROC曲线:
OmicShare新用户可享受2次工具免费试用的机会(部分工具除外)~
成为OmicShare年会员即可畅享141个工具,投递项目不限次数!
免费学习350节视频课程,高级系列课10选一免费观看!购书更享8折!
*未经许可,不得以任何方式复制或抄袭本篇文章之部分或全部内容。版权所有,侵权必究。
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
|