【R-mlr3新书节选】手动计算并绘制任意二分类机器学习模型决策曲线（DCA）

文章预览

手动实现一遍，是理解概念或算法最佳的方式，没有之一。 —— 我的观点 1 概念原理 当临床预测/诊断模型想要应用到临床上时，如何选择合适的阈值是临床医生需要考虑的问题。对于不同的疾病，有的可能需要更高的灵敏度，有的需要更高的特异度，但是究竟什么阈值能够使得患者利益最大化，就需要 决策曲线分析（DCA） 。 它是一种通过考虑患者风险和获益的可能范围来评估临床决策是否可行的方法（即临床实用性），也越来越多的应用在预测/诊断模型的研究上。 DCA 中有两个关键概念，一个是阈值概率，即判断/预测为阳性而患者选择接受治疗/干预的概率水平。通常预测/诊断模型会输出一个介于 0 到 1 之间的一个概率，当此概率大于阈值概率，就界定为阳性，对患者采取治疗/干预措施。 但是每个阈值概率判断的阳性组中显然仍然存在真阳 ………………………………