Я рисую ROC и измеряю частичный AUC как показатель качества модели экологической ниши. Поскольку я работаю в R, я использую пакеты ROCR и pROC. Я остановлюсь на одном, но пока я просто хотел посмотреть, как они работают, и если один из них лучше соответствует моим потребностям.
Меня смущает 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 построю ROC, используя оба метода, они выглядят одинаково. {{1 }} 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'))