使用ggroc绘制ROC列表时出现非单调曲线的原因排查

开发者阿泽

2026-7-16

问题描述

我在R环境中训练了一个10折交叉验证的随机森林模型，通过循环计算每折的ROC对象并存入列表，使用pROC包的ggroc函数绘制各折的ROC曲线时，出现了理论上不可能存在的非单调ROC曲线。该问题仅出现在当前数据中，无法复现，已提供ROC对象文件my_roclist.rds及完整绘图代码，现寻求错误原因排查方向。

绘图代码：

library(pROC)
library(ggplot2)

# 加载提供的my_roclist.rds文件
hochgerner.roc.list <- loadRDS("my_roclist.rds")
        
# 绘图
jpeg('hochgerner2018_earlysig_roc.jpeg', width = 600, height=600)
ggroc(hochgerner.roc.list,  alpha = 1,
      colour = "red", linetype = 'solid',
      size = 4, legacy.axes = TRUE) + 
  theme_classic() + 
  ggtitle("Hochgerner et al., (2018) ROC") + 
  xlab("FPR") + ylab("TPR") + 
  geom_segment(aes(x = 0, xend = 1, y = 0, yend = 1), linewidth = 2,
               color="darkgrey", linetype="dashed") +
  theme(plot.title = element_text(size = 20, face = "bold", 
                                  hjust = 0.5),
        axis.text=element_text(size=20, face = "bold", colour="black"),
        axis.title =element_text(size=20, face = "bold", 
                                 colour="black"),
        panel.border = element_rect(color = "black",
                                    fill = NA,
                                    linewidth = 2),
        plot.margin = margin(t = 10, r = 10, b = 10, l = 10) ) +
  scale_x_continuous(expand = expansion(mult = c(0, 0)), 
                     breaks = c(0,0.25,0.5,0.75,1)) + 
  scale_y_continuous(expand = expansion(mult = c(0, 0)),  
                       breaks = c(0.25,0.5,0.75,1))
dev.off()

错误排查方向

检查ROC对象的计算逻辑：确认循环中计算ROC时，response（真实标签）和predictor（预测值/概率）的对应关系是否正确，是否存在标签和预测值错位、颠倒的情况（比如把负类概率当成了正类概率）。
验证pROC的参数设置：计算ROC时是否指定了正确的direction参数？如果真实标签和预测值的关联方向不符合默认假设，可能导致ROC曲线异常。可以尝试手动指定direction="<"或direction=">"重新计算单折ROC，观察是否恢复单调。
排查数据极端情况：当前数据是否存在类别样本量极小、大量重复预测值，或者标签分布严重失衡的情况？这些情况可能导致pROC计算阈值点时出现异常，进而生成非单调曲线。可以提取异常ROC的阈值、FPR、TPR数据，查看是否存在FPR上升但TPR下降的点。
检查ROC列表的合法性：确认my_roclist.rds中的每个元素都是合法的pROC对象，有没有循环中生成的无效对象（比如某折模型预测完全失败，导致ROC计算出错）。可以用lapply(hochgerner.roc.list, function(x) class(x))检查每个元素类型，或打印单折ROC的详细信息。
测试ggroc绘图参数：暂时移除legacy.axes = TRUE参数，或检查是否开启了平滑相关参数，判断是否是绘图逻辑导致的曲线显示异常。另外，用pROC原生的plot()函数绘制单折ROC，对比ggroc的结果，区分是计算问题还是绘图问题。
验证随机森林的预测输出：确认随机森林输出的是正类的预测概率，而非分类标签或负类概率。可以提取某折的预测值，和真实标签做交叉验证，检查排序逻辑是否合理。

内容的提问来源于stack exchange，提问作者Angus Campbell