R - кривые ROC /AUC специфичность против 1-специфичности

Question

Я создал несколько прогностических моделей, и сейчас я оцениваю их, изучая кривую ROC и AUC.

В настоящее время у меня есть Специфичность по оси X, однако, когда я исследовал кривые ROC, я увидел 1 - Специфичность по оси X.

В чем разница и что я должен использовать для проверки моих прогностических моделей? Если Specificity находится на оси X, я все еще хочу максимизировать AUC (из опыта ответ да, но я хочу подтвердить)?

Вот как я это рисую:

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

Answer 1

Это чисто проблема маркировки: обратите внимание, что ось x уменьшается с 1 до 0, что в точности соответствует построению 1-специфичности на оси x с 0 до 1.

Я предполагаю, что вы используете пакет pROC. Это поведение описано в FAQ, и вы можете установить legacy.axes аргумент TRUE, чтобы изменить поведение, если по умолчанию вас беспокоит.

plot(g, legacy.axes = TRUE)