R语言绘制标准曲线 r语言calibration曲线

转载

智能创新者 2023-08-17 16:47:32

文章标签 R语言绘制标准曲线 r语言回归机器学习 bc 文章分类 R语言后端开发

校准曲线图表示的是预测值和实际值的差距，作为预测模型的重要部分，目前很多函数能绘制校准曲线。

一般分为两种，一种是通过Hosmer-Lemeshow检验，把P值分为10等分，求出每等分的预测值和实际值的差距

R语言绘制标准曲线 r语言calibration曲线_机器学习

R语言绘制标准曲线 r语言calibration曲线_bc_02

另外一种是calibration函数重抽样绘制连续的校准图

R语言绘制标准曲线 r语言calibration曲线_r语言_03

我们既往文章《手动绘制logistic回归预测模型校准曲线》已经进行了手动绘制logistic回归预测模型校准曲线，有粉丝后台问怎么进行外部数据的校准曲线验证，其实外部数据主要是数据和P值不同，其他都是一样的，绘制起来非常简单，今天我们来演示一下。

我们先导入数据，继续使用我们的早产数据，

library(ggplot2)
library(rms)
bc<-read.csv("E:/r/test/zaochan.csv",sep=',',header=TRUE)

R语言绘制标准曲线 r语言calibration曲线_回归_04

这是一个关于早产低体重儿的数据（公众号回复：早产数据，可以获得该数据），低于2500g被认为是低体重儿。数据解释如下：low 是否是小于2500g早产低体重儿，age 母亲的年龄，lwt 末次月经体重，race 种族，smoke 孕期抽烟，ptl 早产史（计数），ht 有高血压病史，ui 子宫过敏，ftv 早孕时看医生的次数，bwt 新生儿体重数值。

我们先把分类变量转成因子

bc$race<-ifelse(bc$race=="black",1,ifelse(bc$race=="white",2,3))
bc$smoke<-ifelse(bc$smoke=="nonsmoker",0,1)
bc$race<-factor(bc$race)
bc$ht<-factor(bc$ht)
bc$ui<-factor(bc$ui)

外部验证需要外部数据，我们没有外部数据，这里把数据分为2部分，一部分建模，另一部当外部数据来验证。

set.seed(123)
tr1<- sample(nrow(bc),0.6*nrow(bc))##随机无放抽取
bc_train <- bc[tr1,]#60%数据集
bc_test<- bc[-tr1,]#40%数据集

这样我们就生成了bc_train，bc_test这2个数据集，我们用bc_train来建模，bc_test来验证模型。

R语言绘制标准曲线 r语言calibration曲线_r语言_05

建立模型

fit<-glm(low ~ age + lwt + race + smoke + ptl + ht + ui + ftv,
         family = binomial("logit"),
         data = bc_train )

生成概率

pr1<- predict(fit,type = c("response"))#得出预测概率

外部数据生成概率

pr2 <- predict(fit,newdata= bc_test,type = c("response"))

生成两个数据的结局变量

y1<-bc_train[, "low"]
y2<-bc_test[, "low"]

OK，生成了概率和结局变量就可以绘图了，参照我上篇文章的方法就可以了，这里直接走下代码，因为是外部验证，所以用的是pr2和y2

p<-pr2
y =y2
sor <- order(p)
p <- p[sor]
y <- y[sor]
groep <- cut2(p, g = 10)
meanpred <- round(tapply(p, groep, mean), 3)
meanobs <- round(tapply(y, groep, mean), 3)
plot(meanpred, meanobs,xlab = "Predicted risk", 
     ylab = "Observed risk", pch = 16, ps = 2, xlim = c(0, 1), 
     ylim = c(0, 1), cex.lab = 1.2, cex.axis = 1.1, 
     las = 1)
abline(0, 1, col = "grey", lwd = 1, lty = 1)

R语言绘制标准曲线 r语言calibration曲线_r语言_06

这样外部验证的校准曲线就生成了，如果想偷懒一点可以使用我自己编写的一个小程序，绘制校准曲线还算方便，函数的主体为

gg2<-function(data,p,y,group=1,leb)

名字乱取的，不要在意这些小细节，这个函数有5个输出，可以用来进行单独的和分类的校准曲线，如果我们绘制单独的校准曲线需要data, p, y 这3个指标，就是：数据集，预测概率和结果变量，
我们操作一下，先做出bc_train建模数据的校准曲线

plot1<-gg2(bc_train,pr1,y1)

生成了一个plot1的数据，

R语言绘制标准曲线 r语言calibration曲线_r语言_07

把plot1填入下方代码中，其他都不用改，当然你想自己调整也是可以的

ggplot(plot1, aes(x=meanpred, y=meanobs)) + 
  geom_errorbar(aes(ymin=meanobs-1.96*se, ymax=meanobs+1.96*se), width=.02)+
  annotate(geom = "segment", x = 0, y = 0, xend =1, yend = 1)+
  expand_limits(x = 0, y = 0) + 
  scale_x_continuous(expand = c(0, 0)) + 
  scale_y_continuous(expand = c(0, 0))+
  geom_point(size=3, shape=21, fill="white")+
  xlab("预测概率")+
  ylab("实际概率")

R语言绘制标准曲线 r语言calibration曲线_R语言绘制标准曲线_08

bc_test验证数据的校准曲线

plot2<-gg2(bc_test,pr2,y2)

也是把plot2填入ggplot就可以了，其他不用改，当然你想自己调整也是可以的

ggplot(plot2, aes(x=meanpred, y=meanobs)) + 
  geom_errorbar(aes(ymin=meanobs-1.96*se, ymax=meanobs+1.96*se), width=.02)+
  annotate(geom = "segment", x = 0, y = 0, xend =1, yend = 1)+
  expand_limits(x = 0, y = 0) + 
  scale_x_continuous(expand = c(0, 0)) + 
  scale_y_continuous(expand = c(0, 0))+
  geom_point(size=3, shape=21, fill="white")+
  xlab("预测概率")+
  ylab("实际概率")

R语言绘制标准曲线 r语言calibration曲线_R语言绘制标准曲线_09