看着 pROC 包，我对响应和预测器有点困惑：
响应：响应的因子、数字或字符向量，通常以 0 编码（对照）和 1（病例）。对象。一个 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，使用级别指定哪些值必须用作控件，以及案例值。
预测变量：一个数值向量，包含每个观测值的值。有序因子为胁迫到一个数字。
例如，如果我使用：
AUC（响应，预测因子）
响应是我的模型产生的真理和预测因子吗？
我的"真相"是 0 或 1，预测变量向量包含概率。
你似乎（几乎）正确地陈述了它。ROC 曲线提供的答案是，如果知道真相，可以预期到什么程度的正或负准确度。但是，最后一句话 a 不正确，因为您提供的是 a） 响应和 b） 来自模型的测量值或分数，而不是概率。在特定情况和对照中，在各种截止值级别生成一系列表格后，软件应返回并绘制特异性的敏感性和补充。
信息量最大的 ROC 图将在 ROC 曲线上标记截止值。当我使用该软件包时，没有这样的标签，我选择搜索其他软件包。