R - ROC曲线/AUC特异性 vs 1-特异性

Question

我创建了几个预测模型，并正在通过查看ROC曲线和AUC来评估它们。

目前，我在X轴上使用的是特异度，但是当我研究ROC曲线时，我发现X轴上是1-特异度。

有什么区别，我应该使用哪个来验证我的预测模型？ 如果特异度在X轴上，我是否仍然希望最大化AUC（从经验上看，答案是肯定的，但我想确认一下）？

这是我的绘图方式：

> library(pROC)
> g <- roc(Setup ~ Probs, data = Data)
> plot(g) 
> auc(g)
> ci.auc(g)

- MhQ-6

---

你的ROC曲线随着性能的提高是否向左上角移动？这是惯例。如果你在x轴上有特定要求，我猜右上角会显示更好的性能，但无论如何曲线下面积应该是相等的。 - Marius

@Marius 我添加了一张RUC曲线的图片。该曲线向右上角移动，但“峰值”接近左上方（如果有意义的话）。 - MhQ-6

换句话说，它看起来像我在谷歌上找到的任何其他ROC图表，曲线从左下方开始向右上方移动，峰值向左上方延伸。就像你在谷歌上找到的任何ROC曲线一样，唯一的区别是，我的x轴具有特异性。我在谷歌上找到的所有曲线都具有1-特异性。不确定该怎么解释这个区别。 - MhQ-6

Answer 1

这只是一个标签问题：请注意x轴从1到0递减，这与在x轴上增加从0到1的1-特异性完全相同。

我强烈怀疑您正在使用pROC软件包。此行为在常见问题解答中有记录，如果默认行为使您不满意，您可以将legacy.axes参数设置为TRUE以更改该行为。

plot(g, legacy.axes = TRUE)

- Calimo

---

谢谢您的回复！ - MhQ-6