Я строю ROCs и измеряю частичную AUC как показатель качества модели экологической ниши. Поскольку я работаю в R, я использую ROCR и пакеты pROC. Я остановлюсь на одном из них, но сейчас я просто хотел посмотреть, как они работают, и лучше ли он удовлетворял мои потребности.
Одна вещь, которая меня смущает, это то, что при построении ROC, оси следующие:
ROCR
x axis: 'true positive rate' 0 -> 1
y axis: 'false positive rate', 0 -> 1
Proc
x axis: 'sensitivity' 0 -> 1
y axis: 'specificity' 1 -> 0.
Но если я нанесу ROC, используя оба метода, они будут выглядеть одинаково.
Поэтому я просто хочу подтвердить, что:
true positive rate = sensitivity
false positive rate = 1 - specificity.
Вот воспроизводимый пример:
obs<-rep(0:1, each=50)
pred<-c(runif(50,min=0,max=0.8),runif(50,min=0.3,max=0.6))
plot(roc(obs,pred))
ROCRpred<-prediction(pred,obs)
plot(performance(ROCRpred,'tpr','fpr'))