我有一个逻辑回归模型（使用 R）作为
fit6 <- glm(formula = survived ~ ascore + gini + failed, data=records, family = binomial)
summary(fit6)
我正在使用pROC 包绘制 ROC 曲线并计算 6 个模型 fit1 到 fit6 的 AUC。
我已经通过这种方式绘制了一个 ROC。
prob6=predict(fit6,type=c("response"))
records$prob6 = prob6
g6 <- roc(survived~prob6, data=records)
plot(g6)
但是有没有一种方法可以将所有 6 条曲线的 ROC 组合在一个图中，并显示所有曲线的 AUC，如果可能的话还显示置信区间。
【问题讨论】：
标签： r logistic-regression roc auc
您可以使用 plot 函数的 add = TRUE 参数来绘制多条 ROC 曲线。
编造一些假数据
library(pROC)
a=rbinom(100, 1, 0.25)
b=runif(100)
c=rnorm(100)
获取模型拟合
fit1=glm(a~b+c, family='binomial')
fit2=glm(a~c, family='binomial')
根据您训练模型所用的相同数据进行预测（或根据需要保留一些数据进行测试）
preds=predict(fit1)
roc1=roc(a ~ preds)
preds2=predict(fit2)
roc2=roc(a ~ preds2)
把它画出来。
plot(roc1)
plot(roc2, add=TRUE, col='red')
这会在同一个图上产生不同的拟合。您可以通过roc1$auc 获得 ROC 曲线的 AUC，并且可以使用基础 R 绘图中的text() 函数添加它，或者只是将它扔到图例中。
我不知道如何量化置信区间......或者如果这甚至是你可以用 ROC 曲线做的事情。其他人将不得不填写该详细信息。对不起。希望其余的帮助。
【讨论】：
lines(roc2, col='red') 获得与plot 和add=TRUE 相同的效果。