R语言自定义编程进行决策曲线分析DCA曲线绘制（Decision Curve Analysis）

Data+Science+Insight

已于 2022-07-07 20:45:20 修改

阅读量1w

点赞数 6

CC 4.0 BY-SA版权

分类专栏： R语言从入门到机器学习文章标签：数据挖掘机器学习自然语言处理人工智能 R

于 2021-08-11 08:45:35 首次发布

本文链接：https://blog.csdn.net/zhongkeyuanchongqing/article/details/119579655

R语言从入门到机器学习专栏收录该内容

2424 篇文章 ¥89.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何在R语言中自定义编程进行决策曲线分析DCA（Decision Curve Analysis），针对已有的预测概率和标签数据，提供两种实验方案。内容包括输出原始数据、绘制DCA曲线，以及提供了相关教程和参考资料。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

R语言自定义编程进行决策曲线分析DCA曲线绘制（Decision Curve Analysis）

我们可能使用别的语言获得了机器学习模型以及对应的预测概率和标签，我们想直接使用这些信息进行DCA曲线的绘制，可是R包中默认提供的方案都是打包的方法：

主要R函数及工具：

decision_curve_analysis

plot_decision_curve

plot_clinical_impact

我想要自定义怎么办？？？？

我这里有一个方案：

# 输出原始数据并绘制DCA曲线（Decision Curve Analysis）；

# 这样我们可以使用dca函数本身绘制的结果也可以导出数据使用python进行精细绘制都没有问题；

# 自定义决策曲线分析DCA曲线绘制（Decision Curve Analysis）

dca <- function(data, outcome, predictors, xstart=0.01, xstop=0.99, xby=0.01, 
  ymin=-0.05, probability=NULL, harm=NULL,graph=TRUE, intervention=FALSE, 
  interventionper=100, smooth=FALSE,loess.span=0.10) {
  
  # LOADING REQUIRED LIBRARIES
  require(stats)

  # data MUST BE