我有一个逻辑回归模型（使用 R）作为
fit6 <- glm(formula = survived ~ ascore + gini + failed, data=records, family = binomial)
summary(fit6)
我正在使用pROC包来绘制 ROC 曲线并计算 6 个模型 fit1 到 fit6 的 AUC。
我已经采用这种方式来绘制一个 ROC。
prob6=predict(fit6,type=c("response"))
records$prob6 = prob6
g6 <- roc(survived~prob6, data=records)
plot(g6)
但是有没有一种方法可以将所有 6 条曲线的 ROC 组合在一个图中，并显示所有曲线的 AUC，如果可能的话还显示置信区间。
您可以使用add = TRUE参数 plot 函数来绘制多条 ROC 曲线。
编造一些虚假数据
library(pROC)
a=rbinom(100, 1, 0.25)
b=runif(100)
c=rnorm(100)
获取模型拟合
fit1=glm(a~b+c, family='binomial')
fit2=glm(a~c, family='binomial')
预测您训练模型所用的相同数据（或者如果您愿意，可以进行一些测试）
preds=predict(fit1)
roc1=roc(a ~ preds)
preds2=predict(fit2)
roc2=roc(a ~ preds2)
把它画出来。
plot(roc1)
plot(roc2, add=TRUE, col='red')
这会在同一图上产生不同的拟合。您可以通过 获得 ROC 曲线的 AUC roc1$auc，并且可以使用text()基础 R 绘图中的函数添加它，或者只是将它扔到图例中。
我不知道如何量化置信区间......或者如果这甚至是你可以用 ROC 曲线做的事情。其他人将不得不填写该详细信息。对不起。希望其余的帮助。