【统计】 ROC曲线(1) – 模型评估首选方案

• 2019 年 12 月 17 日
• 笔记

基本概念

ROC曲线，也称“受试者工作特征曲线”，主要是用于X对Y的预测准确率情况。最初ROC曲线是运用在军事上，现在更多应用在医学领域，判断某种因素对于某种疾病的诊断是否有诊断价值。

ROC曲线图是反映敏感性与特异性之间关系的曲线。横坐标X轴为 1 – 特异性，也称为假阳性率（误报率），X轴越接近零准确率越高；纵坐标Y轴称为敏感度，也称为真阳性率（敏感度），Y轴越大代表准确率越好。

根据曲线位置，把整个图划分成了两部分，曲线下方部分的面积被称为AUC（Area Under Curve），用来表示预测准确性，AUC值越高，也就是曲线下方面积越大，说明预测准确率越高。曲线越接近左上角（X越小，Y越大），预测准确率越高。

应用场景

ROC曲线的应用场景有很多，根据上述的定义，其最直观的应用就是能反映模型在选取不同阈值的时候其敏感性（sensitivity, FPR）和其精确性（specificity, TPR）的趋势走向。不过，相比于其他的P-R曲线（精确度和召回率），ROC曲线有一个巨大的优势就是，当正负样本的分布发生变化时，其形状能够基本保持不变，而P-R曲线的形状一般会发生剧烈的变化，因此该评估指标能降低不同测试集带来的干扰，更加客观的衡量模型本身的性能。要解释清楚这个问题的话，大家还是先回顾一下混淆矩阵。

其中比较重要的概念有：

(1) 真阳性(True Positive，TP)：检测不阳性，且实际不阳性；正确肯定的匹配数目；

(2) 假阳性(False Positive，FP)：检测不阳性，但实际阳性；误报，给出的匹配是不正确的；

(3) 真阴性(True Negative，TN)：检测阳性，且实际阳性；正确拒绝的非匹配数目；

(4) 假阴性(False Negative，FN)：检测阳性，但实际不阳性；漏报，没有正确找到的匹配的数目。

绘制原理

ROC曲线其实是多个混淆矩阵的结果组合。以疾病检测为例，这是一个有监督的二分类模型，模型对每个样本的预测结果为一个概率值，我们需要从中选取一个阈值来判断健康与否。定好一个阈值之后，超过此阈值定义为不健康，低于此阈值定义为健康，就可以得出混淆矩阵。

而如果在上述模型中我们没有定好阈值，而是将模型预测结果从高到低排序，将每次概率值依次作为阈值，那么就可以得到多个混淆矩阵。对于每个混淆矩阵，我们计算两个指标TPR和FPR,以FPR为x轴，TPR为y轴画图，就得到了ROC曲线。

AUC的概念

AUC (Area under Curve)：ROC曲线下的面积，介于0.1和1之间，作为数值可以直观的评价分类器的好坏，值越大越好。

AUC值作为评价标准，被定义为ROC曲线下的面积，取值范围一般在0.5和1之间。使用AUC值作为评价标准是因为很多时候ROC曲线并不能清晰的说明哪个分类器的效果更好，而作为一个数值，对应AUC更大的分类器效果更好。

AUC 的常用计算方法有：(1)梯形法则：早期由于测试样本有限，我们得到的AUC曲线呈阶梯状。曲线上的每个点向X轴做垂线，得到若干梯形，这些梯形面积之和也就是AUC；(2)Mann-Whitney统计量： 统计正负样本对中，有多少个组中的正样本的概率大于负样本的概率。这种估计随着样本规模的扩大而逐渐逼近真实值。

AUC的用途

从AUC判断分类器（预测模型）优劣的标准，AUC值越大的分类器，正确率越高。

• AUC = 1，是完美分类器，采用这个预测模型时，存在至少一个阈值能得出完美预测。绝大多数预测的场合，不存在完美分类器。
• 0.5 < AUC < 1，优于随机猜测。这个分类器（模型）妥善设定阈值的话，能有预测价值。
• AUC = 0.5，跟随机猜测一样（例：丢铜板），模型没有预测价值。
• AUC < 0.5，比随机猜测还差；但只要总是反预测而行，就优于随机猜测。

不同模型的比较

总的来说，AUC值越大，模型的分类效果越好，疾病检测越准确。不过两个模型AUC值相等并不代表模型效果相同，例子如下：

下图中有三条ROC曲线，A模型比B和C都要好。

下面两幅图中两条ROC曲线相交于一点，AUC值几乎一样：当需要高Sensitivity时，模型A比B好；当需要高Speciticity时，模型B比A好；

最优临界点

所谓找到最优临界点，就是保证TPR高的同时FPR要尽量的小，建立max（TPR+（1-FPR））的模型。同样有三种方法：找到离（0,1）最近的点和Youden index。

1. 如果说Sn 和Sp 分别对应于sensitivity和specificity，所有ROC曲线上的点到ROC的距离可以表示为，让d最小就好啦；

2. Youden index : 最大化ROC曲线上的点到x轴的垂直距离（最大化TPR(Sn)和FPR(1-Sp)的差异）；

性能比较-Delong test

我们知道ROC曲线的性能可以通过曲线下面积即AUC来得到，那么如何通过统计学的角度来比较两个ROC曲线呢，就是这里说的就是Delong test，可以得到两个曲线的P值，p<0.05可以看作两个曲线有较大差异。目前常用高的SPSS和Prism GraphPad是不能计算ROC曲线的最优临界值，更是无法对不同ROC曲线的效能进行Delong统计比较的。

作为数据分析终结者的科研猫工程师们，实力宠粉是我们的职责所在，于是继GEO终结者、TCGA生存分析终结者之后，我们开发了又一款终极工具-“ROC分析终结者”（ROC Terminator），可以一键生成多模式ROC曲线+完整模型评估参数+Delong模型比较检验。工具下期公布，大家先睹为快吧：