第一個(gè)代碼片段是微不足道的，與定義一致

drawROC.A <- function(T, D) {
    cutpoints <- c(-Inf, sort(unique(T)), Inf)
    sens <- sapply(cutpoints,
                   function(c) sum(D[T>c])/sum(D))
    spec <- sapply(cutpoints,
                   function(c) sum((1-D)[T<=c]/sum(1-D)))

    plot(1-spec, sens, type = "l")
}

然后作者說（我做了一些小編輯），

有一個(gè)相對(duì)簡(jiǎn)單的函數(shù)優(yōu)化，可以大大提高速度，但代價(jià)是需要T 一個(gè)數(shù)字，而不僅僅是一個(gè)對(duì)象>和<=定義的對(duì)象
drawROC.B <- function(T, D){ DD <- table(-T, D) sens <- cumsum(DD[ ,2]) / sum(DD[ ,2]) mspec <- cumsum(DD[ ,1]) / sum(DD[ ,1]) plot(mspec, sens, type="l") }

我已經(jīng)花了很長時(shí)間閱讀優(yōu)化版本，但是卡在第一行：看起來-前面的負(fù)號(hào)T用于以相反的順序執(zhí)行累積總和，但為什么呢？

混淆了，我把兩個(gè)函數(shù)產(chǎn)生的ROC繪制在一起，檢查結(jié)果是否相同。

左圖是由drawROC.A而產(chǎn)生的，而右圖是結(jié)果drawROC.B。乍一看，它們并不完全相同，但如果你仔細(xì)觀察，Y軸的范圍是不同的，所以它們實(shí)際上是相同的圖。

解決辦法：這DD <- table(-T, D)意味著以相反的順序執(zhí)行累積和，這是因?yàn)槲覀冋谟?jì)算Pr（T> c），而表的累積和正在計(jì)算T中小于或等于當(dāng)前元素的元素?cái)?shù)。

換句話說，這也可以，因?yàn)镻r（T> c）= 1 - Pr（T <= c）。