2020-01-05 批量做ROC曲线

library(pROC)

par(mfrow=c(2,5))  #两行五列

group_number=as.factor(ifelse(group=="cancer",1,0))  #一定要设置成factor，记住不要随便更改group的顺序，必须保持与基因在样本中的表达数据中，样本列名的顺序一致，否则结果有误。

##一定要将表达信息转成numeric。 unisample_merge_select[i,]指第i个基因在所有样本中的表达量。

for(i in 1:length(sig10gene_id)){

  plot.roc(group,as.numeric(unisample_merge_select[i,]),main=sig10gene_id[i],

          print.auc=T,percent=T,cex.lab=1.5,print.auc.cex=1.5,col=i)

}