第一个代码片段是微不足道的，与定义一致

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")
}

然后作者说（我做了一些小编辑），

有一个相对简单的函数优化，可以大大提高速度，但代价是需要T 一个数字，而不仅仅是一个对象>和<=定义的对象
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") }

我已经花了很长时间阅读优化版本，但是卡在第一行：看起来-前面的负号T用于以相反的顺序执行累积总和，但为什么呢？

混淆了，我把两个函数产生的ROC绘制在一起，检查结果是否相同。

左图是由drawROC.A而产生的，而右图是结果drawROC.B。乍一看，它们并不完全相同，但如果你仔细观察，Y轴的范围是不同的，所以它们实际上是相同的图。

解决办法：这DD <- table(-T, D)意味着以相反的顺序执行累积和，这是因为我们正在计算Pr（T> c），而表的累积和正在计算T中小于或等于当前元素的元素数。

换句话说，这也可以，因为Pr（T> c）= 1 - Pr（T <= c）。