关于 R 中 pROC 包的 roc() 中的 bootstrap 方法

Question

当我们将 smooth 参数的值设置为 TRUE 时，roc() 将使用 bootstrap 方法进行曲线计算。 Bootstrap 是一个随机过程，所以我们通常需要 set.seeds() 来获得可重现的输出，对吗？ 但我发现即使我们不设置种子，基于这些引导程序计算的 AUC 也是固定的。有什么解释吗？ 平滑的 ROC 曲线比锯齿状的更好吗？

Answer 1

恰恰相反。据我所知，为了平滑 ROC 曲线，使用了二项式模型。 在pROC包中，通常使用bootstrap来进行测试。 我建议阅读 BMC 生物信息学论文。仅当我需要根据小数据集绘制一堆曲线时，我才更喜欢平滑的 ROC 曲线。