我正在从我的SVM模型构建此ROC曲线，但该曲线是倒置的。同样，尽管我的SVM预测具有很高的准确度（〜93％），但我的ROC曲线表明，曲线下的面积仅为2.7％。而且，它告诉我最佳截止值是无穷大，这不是我从模型拟合中得出的期望值。
我已经使用内置的SVM函数对我的SVM模型进行了拟合，就像下面显示的代码一样，然后我使用了函数Forecast（）进行了预测。然后，我计算了Forecast（）并计算了性能（），截止值和AUC（下面显示的所有代码）
svm.fit <- svm(label ~ NDAI + SD + CORR, data = trainSet, scale = FALSE, kernel = "radial", cost = 2, probability=TRUE)
svm.pred <- predict(svm.fit, testSet, probability=TRUE)
mean(svm.pred== testSet$label)*100
prediction.svm <- prediction(attr(svm.pred, "probabilities")[,2], testSet$label)
eval.svm <- performance(prediction.svm, "acc")
roc.svm <- performance(prediction.svm, "tpr", "fpr")
#identify best values and cutoff
max_index.svm <- which.max(slot(eval.svm, "y.values")[[1]])
max.acc_svm <- (slot(eval.svm, "y.values")[[1]])[max_index.svm]
opt.cutoff_svm <- (slot(eval.svm, "x.values")[[1]])[max_index.svm][[1]]
#AUC
auc.svm <- performance(prediction.svm, "auc")
auc.svm <- unlist(slot(auc.svm, "y.values"))
auc.svm <- round(auc.svm, 4)
plot(roc.svm,colorize=TRUE)
points(0.072, 0.93, pch= 20)
legend(.6,.2, auc.svm, title = "AUC", cex = 0.8)
legend(.8,.2, round(opt.cutoff_svm,4), title = "cutoff", cex = 0.8)
我希望输出的AUC接近1，并且有一个接近于0.5的小截止点，曲线的AUC接近1。有人遇到过类似的问题吗？如果是，我应该如何修正我的代码？