查看pROC包我对响应和预测器感到有点困惑：
响应：响应的因子，数字或字符向量，通常用0编码 （控制）和1（案例）。物体。 ROC中只能使用两个类 曲线。如果向量包含两个以上的唯一值，或者它们的顺序可以 不明确，使用级别来指定哪些值必须用作控件和 案件价值。
预测变量：一个数值向量，包含每个观察值。有序因子是 强迫数字。
例如，如果我使用：
auc（响应，预测）
回应真相和预测者我的模型产生了什么？
我的'真实'是0或1，预测变量包含概率。
答案 0 :(得分：5)
你似乎已经（几乎）正确陈述了它。 ROC曲线提供的答案是，如果知道真相，可以预期多大程度的正面或负面准确度。然而，最后一句，a是不正确的，你提供a）响应和b）你的模型的测量或分数而不是概率。在特定病例和对照的不同级别的截止值产生一系列制表后，软件应返回并绘制特异性的敏感性和补充性。
信息量最大的ROC图将标记ROC曲线上的截止值。当我使用那个包时，没有这样的标签，我Seder搜索其他包。