Added code to generate the ROC cutpoint tables.
authorJohn Darrington <john@darrington.wattle.id.au>
Thu, 11 Jun 2009 06:22:22 +0000 (14:22 +0800)
committerJohn Darrington <john@darrington.wattle.id.au>
Thu, 11 Jun 2009 06:22:22 +0000 (14:22 +0800)
src/language/stats/roc.c
tests/command/roc.sh

index b3841634378f30503c5e614f3387faeb3c3d144d..21b70318618960d8782398598c1a3512895c763d 100644 (file)
@@ -28,6 +28,8 @@
 #include <data/dictionary.h>
 #include <data/format.h>
 #include <math/sort.h>
+#include <data/subcase.h>
+
 
 #include <libpspp/misc.h>
 
@@ -328,26 +330,89 @@ struct roc_state
 
   double q1hat;
   double q2hat;
+
+  struct casewriter *cutpoint_wtr;
+  struct casereader *cutpoint_rdr;
+  double prev_result;
+  double min;
+  double max;
 };
 
 
-static void output_roc (struct roc_state *rs, const struct cmd_roc *roc);
 
+#define CUTPOINT 0
+#define TP 1
+#define FN 2
+#define TN 3
+#define FP 4
+
+
+static struct casereader *
+accumulate_counts (struct casereader *cutpoint_rdr, 
+                  double result, double weight, 
+                  bool (*pos_cond) (double, double),
+                  int true_index, int false_index)
+{
+  const struct caseproto *proto = casereader_get_proto (cutpoint_rdr);
+  struct casewriter *w =
+    autopaging_writer_create (proto);
+  struct casereader *r = casereader_clone (cutpoint_rdr);
+  struct ccase *cpc;
+  double prev_cp = SYSMIS;
+
+
+  for ( ; (cpc = casereader_read (r) ); case_unref (cpc))
+    {
+      struct ccase *new_case;
+      const double cp = case_data_idx (cpc, CUTPOINT)->f;
+
+      /* We don't want duplicates here */
+      if ( cp == prev_cp )
+       continue;
+
+      new_case = case_clone (cpc);
+
+      if ( pos_cond (result, cp))
+       {
+         case_data_rw_idx (new_case, true_index)->f += weight;
+       }
+      else
+       {
+         case_data_rw_idx (new_case, false_index)->f += weight;
+       }
+
+      prev_cp = cp;
+
+      casewriter_write (w, new_case);
+    }
+  casereader_destroy (r);
+
+  return casewriter_make_reader (w);
+}
+
+
+
+static void output_roc (struct roc_state *rs, const struct cmd_roc *roc);
 
 
 static struct casereader *
 process_group (const struct variable *var, struct casereader *reader,
               bool (*pred) (double, double),
               const struct dictionary *dict,
-              double *cc)
+              double *cc,
+              struct casereader **cutpoint_rdr, 
+              bool (*pos_cond) (double, double),
+              int true_index,
+              int false_index
+              )
 {
   const struct variable *w = dict_get_weight (dict);
-  const int weight_idx  = w ? var_get_case_index (w) :
-    caseproto_get_n_widths (casereader_get_proto (reader)) - 1;
-
   struct casereader *r1 =
     casereader_create_distinct (sort_execute_1var (reader, var), var, w);
 
+  const int weight_idx  = w ? var_get_case_index (w) :
+    caseproto_get_n_widths (casereader_get_proto (r1)) - 1;
+  
   struct ccase *c1;
 
   struct casereader *rclone = casereader_clone (r1);
@@ -361,7 +426,7 @@ process_group (const struct variable *var, struct casereader *reader,
   wtr = autopaging_writer_create (proto);  
 
   *cc = 0;
-  
+
   for ( ; (c1 = casereader_read (r1) ); case_unref (c1))
     {
       struct ccase *c2;
@@ -372,6 +437,9 @@ process_group (const struct variable *var, struct casereader *reader,
       double n_eq = 0.0;
       double n_pred = 0.0;
 
+      *cutpoint_rdr = accumulate_counts (*cutpoint_rdr, d1, weight1,
+                                       pos_cond,
+                                       true_index, false_index);
 
       struct ccase *new_case = case_create (proto);
 
@@ -414,12 +482,60 @@ gt (double d1, double d2)
   return d1 > d2;
 }
 
+
+static bool
+ge (double d1, double d2)
+{
+  return d1 > d2;
+}
+
 static bool
 lt (double d1, double d2)
 {
   return d1 < d2;
 }
 
+static struct casereader *
+process_positive_group (const struct variable *var, struct casereader *reader,
+                       const struct dictionary *dict,
+                       struct roc_state *rs)
+{
+  return process_group (var, reader, gt, dict, &rs->n1,
+                       &rs->cutpoint_rdr,
+                       ge,
+                       TP, FN);
+}
+
+
+static struct casereader *
+process_negative_group (const struct variable *var, struct casereader *reader,
+                       const struct dictionary *dict,
+                       struct roc_state *rs)
+{
+  return process_group (var, reader, lt, dict, &rs->n2,
+                       &rs->cutpoint_rdr,
+                       lt,
+                       TN, FP);
+}
+
+
+
+
+static void
+append_cutpoint (struct casewriter *writer, double cutpoint)
+{
+  struct ccase *cc = case_create (casewriter_get_proto (writer));
+
+  case_data_rw_idx (cc, CUTPOINT)->f = cutpoint;
+  case_data_rw_idx (cc, TP)->f = 0;
+  case_data_rw_idx (cc, FN)->f = 0;
+  case_data_rw_idx (cc, TN)->f = 0;
+  case_data_rw_idx (cc, FP)->f = 0;
+
+
+  casewriter_write (writer, cc);
+}
+
 
 static void
 do_roc (struct cmd_roc *roc, struct casereader *input, struct dictionary *dict)
@@ -428,13 +544,71 @@ do_roc (struct cmd_roc *roc, struct casereader *input, struct dictionary *dict)
 
   struct roc_state *rs = xcalloc (roc->n_vars, sizeof *rs);
 
-  const struct caseproto *proto = casereader_get_proto (input);
-
-  struct casewriter *neg_wtr = autopaging_writer_create (proto);
+  struct casewriter *neg_wtr = autopaging_writer_create (casereader_get_proto (input));
 
   struct casereader *negatives = NULL;
+  struct casereader *positives = NULL;
+
+
+  /* Prepare the cutpoints */
+  {
+    struct casereader *r = casereader_clone (input);
+    struct ccase *c;
+    struct caseproto *proto = caseproto_create ();
 
-  struct casereader *positives = 
+    struct subcase ordering;
+    struct variable *iv = var_create_internal (CUTPOINT);
+    subcase_init_var (&ordering, iv, SC_ASCEND);
+
+
+    proto = caseproto_add_width (proto, 0); /* cutpoint */
+    proto = caseproto_add_width (proto, 0); /* TP */
+    proto = caseproto_add_width (proto, 0); /* FN */
+    proto = caseproto_add_width (proto, 0); /* TN */
+    proto = caseproto_add_width (proto, 0); /* FP */
+
+
+    for (i = 0 ; i < roc->n_vars; ++i)
+      {
+       rs[i].cutpoint_wtr = sort_create_writer (&ordering, proto);
+       rs[i].prev_result = SYSMIS;
+       rs[i].max = -DBL_MAX;
+       rs[i].min = DBL_MAX;
+      }
+
+    for (; (c = casereader_read (r)) != NULL; case_unref (c))
+      {
+       const double weight = dict_get_case_weight (dict, c, NULL);
+       for (i = 0 ; i < roc->n_vars; ++i)
+         {
+           const double result = case_data (c, roc->vars[i])->f;
+
+           minimize (&rs[i].min, result);
+           maximize (&rs[i].max, result);
+
+           if ( rs[i].prev_result != SYSMIS && rs[i].prev_result != result )
+             {
+               const double mean = (result + rs[i].prev_result ) / 2.0;
+               append_cutpoint (rs[i].cutpoint_wtr, mean);
+             }
+
+           rs[i].prev_result = result;
+         }
+      }
+    casereader_destroy (r);
+
+
+    /* Append the min and max cutpoints */
+    for (i = 0 ; i < roc->n_vars; ++i)
+      {
+       append_cutpoint (rs[i].cutpoint_wtr, rs[i].min - 1);
+       append_cutpoint (rs[i].cutpoint_wtr, rs[i].max + 1);
+
+       rs[i].cutpoint_rdr = casewriter_make_reader (rs[i].cutpoint_wtr);
+      }
+  }
+
+ positives = 
     casereader_create_filter_func (input,
                                   match_positives,
                                   NULL,
@@ -451,16 +625,18 @@ do_roc (struct cmd_roc *roc, struct casereader *input, struct dictionary *dict)
       struct casereader *neg ;
       struct casereader *pos = casereader_clone (positives);
 
-      struct casereader *n_pos = process_group (var, pos, gt, dict, &rs[i].n1);
+      struct casereader *n_pos =
+       process_positive_group (var, pos, dict, &rs[i]);
 
       if ( negatives == NULL)
        {
          negatives = casewriter_make_reader (neg_wtr);
        }
-    
+
       neg = casereader_clone (negatives);
 
-      n_neg = process_group (var, neg, lt, dict, &rs[i].n2);
+      n_neg = process_negative_group (var, neg, dict, &rs[i]);
+
 
       /* Simple join on VALUE */
       for ( ; (cpos = casereader_read (n_pos) ); case_unref (cpos))
@@ -583,7 +759,6 @@ show_auc  (struct roc_state *rs, const struct cmd_roc *roc)
 
       if ( roc->print_se )
        {
-
          double se ;
          const double sd_0_5 = sqrt ((rs[i].n1 + rs[i].n2 + 1) /
                                      (12 * rs[i].n1 * rs[i].n2));
@@ -675,6 +850,93 @@ show_summary (const struct cmd_roc *roc)
 }
 
 
+static void
+show_coords (struct roc_state *rs, const struct cmd_roc *roc)
+{
+  int x = 1;
+  int i;
+  const int n_cols = roc->n_vars > 1 ? 4 : 3;
+  int n_rows = 1;
+  struct tab_table *tbl ;
+
+  for (i = 0; i < roc->n_vars; ++i)
+    n_rows += casereader_count_cases (rs[i].cutpoint_rdr);
+
+  tbl = tab_create (n_cols, n_rows, 0);
+
+  if ( roc->n_vars > 1)
+    tab_title (tbl, _("Coordinates of the Curve"));
+  else
+    tab_title (tbl, _("Coordinates of the Curve (%s)"), var_to_string (roc->vars[0]));
+
+
+  tab_headers (tbl, 1, 0, 1, 0);
+
+  tab_dim (tbl, tab_natural_dimensions, NULL);
+
+  tab_hline (tbl, TAL_2, 0, n_cols - 1, 1);
+
+  if ( roc->n_vars > 1)
+    tab_text (tbl, 0, 0, TAT_TITLE, _("Test variable"));
+
+  tab_text (tbl, n_cols - 3, 0, TAT_TITLE, _("Positive if greater than or equal to"));
+  tab_text (tbl, n_cols - 2, 0, TAT_TITLE, _("Sensitivity"));
+  tab_text (tbl, n_cols - 1, 0, TAT_TITLE, _("1 - Specificity"));
+
+  tab_box (tbl,
+          TAL_2, TAL_2,
+          -1, TAL_1,
+          0, 0,
+          n_cols - 1,
+          n_rows - 1);
+
+  if ( roc->n_vars > 1)
+    tab_vline (tbl, TAL_2, 1, 0, n_rows - 1);
+
+  for (i = 0; i < roc->n_vars; ++i)
+    {
+      struct ccase *cc;
+      struct casereader *r = casereader_clone (rs[i].cutpoint_rdr);
+
+      if ( roc->n_vars > 1)
+       tab_text (tbl, 0, x, TAT_TITLE, var_to_string (roc->vars[i]));
+
+      if ( i > 0)
+       tab_hline (tbl, TAL_1, 0, n_cols - 1, x);
+
+
+      for (; (cc = casereader_read (r)) != NULL;
+          case_unref (cc), x++)
+       {
+         const double se = case_data_idx (cc, TP)->f /
+           (
+            case_data_idx (cc, TP)->f
+            +
+            case_data_idx (cc, FN)->f
+            );
+
+         const double sp = case_data_idx (cc, TN)->f /
+           (
+            case_data_idx (cc, TN)->f
+            +
+            case_data_idx (cc, FP)->f
+            );
+
+         tab_double (tbl, n_cols - 3, x, 0, case_data_idx (cc, CUTPOINT)->f,
+                     var_get_print_format (roc->vars[i]));
+
+         tab_double (tbl, n_cols - 2, x, 0, se, NULL);
+         tab_double (tbl, n_cols - 1, x, 0, 1 - sp, NULL);
+       }
+
+      casereader_destroy (r);
+    }
+
+  tab_submit (tbl);
+}
+
+
+
 static void
 output_roc (struct roc_state *rs, const struct cmd_roc *roc)
 {
@@ -688,8 +950,8 @@ output_roc (struct roc_state *rs, const struct cmd_roc *roc)
 
   show_auc (rs, roc);
 
-#if 0
+
   if ( roc->print_coords )
     show_coords (rs, roc);
-#endif
 }
+
index df3312be1cdff41d769a961531eab637a03e37ca..263d399e64b8b9297cad668a08a6a4b4c5cd45a8 100755 (executable)
@@ -95,6 +95,7 @@ activity="run program"
 $SUPERVISOR $PSPP --testing-mode $TESTFILE
 if [ $? -ne 0 ] ; then no_result ; fi
 
+
 activity="compare results"
 perl -pi -e 's/^\s*$//g' $TEMPDIR/pspp.list
 diff -b  $TEMPDIR/pspp.list - << EOF
@@ -159,7 +160,7 @@ See pspp-1.png for a chart.
 #            y#                                .000|      1.000|          1.000#
 #             #                               1.500|       .960|           .900#
 #             #                               2.500|       .680|           .340#
-#             #                               3.000|       .600|           .300#
+#             #                               3.000|       .600|           .340#
 #             #                               3.500|       .600|           .300#
 #             #                               4.500|       .200|           .020#
 #             #                               6.000|       .000|           .000#