我使用插入库来计算二元分类问题的类概率和预测，使用10倍交叉验证和5次重复。
现在我有 TRUE （每个数据点的观察值）值， PREDICTED （通过算法）值， 0级概率和 Class 1概率，由算法用于预测类标签。
现在如何使用roc或ROCR库创建pROC对象，然后计算auc值？
假设我将所有这些值存储在predictions数据帧中。例如predictions$pred和predictions$obs分别是预测值和真值，依此类推......
答案 0 :(得分：5)
由于您没有提供可重现的示例，我假设您有二进制分类问题，并且您在Class上预测Good或Bad。
predictions <- predict(object=model, test[,predictors], type='prob')
你可以这样做：
> pROC::roc(ifelse(test[,"Class"] == "Good", 1, 0), predictions[[2]])$auc
# Area under the curve: 0.8905