R语言中绘制ROC曲线

两种方法：
第一种，摘自别人的方法：
ROC曲线，做分类时经常会用到的一种结果表现方法。诸如此类的工作，首选工具当然是R。在CRAN上搜了一下，找到一个叫ROCR的包。尽管这个包已经很久没更新了，但用起来还是很爽的。先看一下我画的ROC曲线。
里面是三份预测结果的ROC曲线。
ROCR包中主要是两个class：prediction和performance。前者是将预测结果和真实标签组合在一起，生成一个 prediction对象，然后在用performance函数，按照给定的评价方法，生成一个performance对象，最后直接对 performance用plot函数就能绘制出相应的ROC曲线。
# plot a ROC curve for a single prediction run
# and color the curve according to cutoff.
data(ROCR.simple)
pred <- prediction(ROCR.simple$predictions, ROCR.simple$labels)
perf <- performance(pred,'tpr','fpr')
plot(perf,colorize=TRUE)
上面是ROCR中的一个例子，ROCR.simple$predictions是预测结果，ROCR.simple$labels是真实的标签，从而产生一个prediction对象；然后tpr是true positive rate的意思，fpr则是false positive rate的意思，这样最后画出来的就是最常见的ROC曲线

第二种方法，用的pROC包中的函数，可以绘制ROC曲线，求AUC的值
######使用