计算并绘制曲线的AUC值（R语言实现）

计算并绘制曲线的AUC值（R语言实现）

在机器学习和数据分析中，评估分类模型的性能是至关重要的。其中一种常用的评估指标是曲线下面积（Area Under the Curve，AUC），用于衡量二分类模型的预测能力。本文将介绍如何使用R语言计算和绘制曲线的AUC值。

首先，我们需要准备一个二分类模型的预测结果。假设我们已经得到了一组预测概率值和对应的真实标签。我们可以使用R语言中的以下代码创建一个示例数据集：

# 创建预测概率值和真实标签
predicted_prob <- c(0.2, 0.8, 0.6, 0.3, 0.9)
true_labels <- c(0, 1, 1, 0, 1)

# 创建数据框
data <- data.frame(predicted_prob, true_labels)

接下来，我们可以使用pROC包来计算AUC值。如果尚未安装该包，可以使用以下代码进行安装：

install.packages("pROC")

安装完毕后，我们可以使用以下代码计算AUC值：

library(pROC)

# 提取预测概率值和真实标签
predictions <- data$predicted_prob
labels <- data$true_labels

# 计算AUC值
auc <- roc(labels, predictions)$auc