计算并在ROC曲线中添加AUC值 - R语言实现

计算并在ROC曲线中添加AUC值 - R语言实现

ROC曲线是评估二分类模型性能的常用工具之一，而AUC（Area Under the Curve）则是衡量ROC曲线下面积的指标，用于度量模型的准确性。

在R语言中，我们可以使用pROC包来计算ROC曲线并添加AUC值。下面我将为你提供一个示例代码来演示如何完成这个任务。

首先，我们需要安装并加载pROC包：

install.packages("pROC")  # 安装pROC包
library(pROC)             # 加载pROC包

接下来，我们需要有一个二分类的预测结果以及对应的真实标签。假设我们已经有了这些数据，并分别保存在两个向量中：predictions存储预测结果，labels存储真实标签。请根据您的实际情况进行相应的调整。

# 假设已有预测结果和真实标签
predictions <- c(0.2, 0.5, 0.8, 0.6, 0.3)
labels <- c(0, 1, 1, 0, 1)

接下来，我们可以使用roc()函数计算ROC曲线的数据，并利用plot()函数绘制曲线：