使用插入符号中的度量ROC优化模型

Question

在超参数搜索中使用插入符包优化我的二进制分类模型，我使用ROC作为度量。我假设在搜索中发生的事情是：对于超参数的所有组合，AUROC是使用预测的正类概率计算的。然后选择具有最高AUROC的参数作为bestTune。

我的问题是：在使用ROC作为指标时，我们是否不需要指定正类？从所有在线资源来看，似乎没有必要。我对此有点困惑。有人可以在这个问题上澄清我吗？非常感谢。

xgb.fit <- train(
    Target~.,
    data=df,
    method = 'xgbTree',
    metric = 'ROC',
    trControl = xgb.control,
    tuneGrid = xgb.tuneGrid)