如何在 R 中计算 AUC（曲线下面积）

逻辑回归是一种统计方法，当响应变量为二元时，我们使用它来拟合回归模型。为了评估逻辑回归模型对数据集的拟合程度，我们可以查看以下两个指标：

敏感性： 当结果确实为正时，模型预测观察结果为正的概率。这也称为“真阳性率”。
特异性： 当结果确实为负时，模型预测观察结果为负的概率。这也称为“真阴性率”。
可视化这两个指标的一种方法是创建ROC 曲线，它代表“接收器操作特性”曲线。

该图显示了沿 y 轴的灵敏度和沿 x 轴的（1 - 特异性）。量化逻辑回归模型在数据分类方面的效果的一种方法是计算AUC，它代表“曲线下面积”。

AUC 越接近 1，模型越好。

以下分步示例显示了如何计算 R 中逻辑回归模型的 AUC。

第 1 步：加载数据
首先，我们将从ISLR包中加载默认数据集，其中包含有关各种个人是否拖欠贷款的信息。

#load dataset
data <