如何計算 R 中子樣本的 AUC

Question

我設法為我的數據集計算了一個整體 AUC，但現在我有興趣計算和比較我的數據集子樣本的 AUC。 關於如何在 R 中解決這個問題的任何想法？

好心，IG

Answer 1

如果沒有一些數據樣本，很難幫助您，但讓我們假設您有一個 dataframe 的一些 id、一些預測和一些結果。

然后您可以使用 dplyr 對數據進行分組並對數據的子集進行計算。 我使用 package pROC 來計算組的 auc。

d <- tibble::tibble(
  id = c(1,1,1,1,1,2,2,2,2,2),
  predicitons = runif(10),
  outcome = factor(c("yes", "no", "yes", "no", "no", "no", "yes", "no", "yes", "yes")))

d %>% 
  dplyr::group_by(id) %>% 
  dplyr::summarise(
    auc = as.numeric(pROC::auc(predictor = predicitons, response = outcome)))

祝你好運！

Answer 2

非常感謝，@Jagge。 我確實采用了二次抽樣的方式，然后使用 pROC 為每個小數據集計算 AUC：出於某種原因，我想到我可以在分析中進行拆分——但這超出了我的能力:)