R语言 a4Classif包 ROCcurve()函数中文帮助文档(中英文对照)

loveR

ROCcurve(a4Classif)
ROCcurve()所属R语言包：a4Classif

                                        Receiver operating curve
                                         受试者工作曲线

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

A ROC curve plots the fraction of true positives (TPR = true positive rate) versus the fraction of false positives (FPR = false positive rate) for a binary classifier when the discrimination threshold is varied. Equivalently, one can also plot sensitivity versus (1 - specificity).
一个曲线图真阳性的分数与误报的分数位（FPR =假阳性率）为二元分类是多种多样的歧视阈值时（TPR =真阳性率）。等价的，也可以绘制灵敏度与（1  - 特异性）。


用法----------Usage----------


ROCcurve(object, groups, probesetId = NULL, geneSymbol = NULL, main = NULL, probe2gene = TRUE, ...)



参数----------Arguments----------

参数：object
ExpressionSet object for the experiment
ExpressionSet为实验对象


参数：groups
String containing the name of the grouping variable. This should be a  the name of a column in the pData of the expressionSet object.
String，包含分组变量的名称。这应该是一个在pDataexpressionSet对象的列的名称。


参数：probesetId
The probeset ID. These should be stored in the featureNames of the expressionSet object.
probeset编号。这些应存放在featureNamesexpressionSet对象。


参数：geneSymbol
The gene symbol. These should be stored in the column `Gene Symbol` in the featureData of the expressionSet object.
基因符号。这些应存储在列Gene SymbolfeatureData对象expressionSet的。


参数：main
Main title on top of the graph
图上的主标题


参数：probe2gene
Boolean indicating whether the probeset should be translated to a gene symbol (used for the default title of the plot)
布尔值，指示的probeset是否应该被翻译成一个基因符号（用于图的默认标题）


参数：...
Possibility to add extra plot options. See par
可能性增加额外的图选项。看到par


作者（S）----------Author(s)----------


Willem Talloen



参考文献----------References----------

and http://www.anaesthetist.com/mnm/stats/roc/Findex.htm. The latter has at the bottom a nice interactive tool to scroll the cut-off and to see how it affects the FP/TP table and the ROC curve.

举例----------Examples----------


# simulated data set[模拟数据集]
esSim <- simulateData()
ROCcurve(probesetId = 'Gene.1', object = esSim, groups = 'type', addLegend = FALSE)

# ALL data set[所有数据集]
if (require(ALL)){
  data(ALL, package = "ALL")
  ALL <- addGeneInfo(ALL)
  ALL$BTtype <- as.factor(substr(ALL$BT,0,1))
  ROCres <- ROCcurve(gene = "ABL1", object = ALL, groups = "BTtype")
}

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。