如何绘制不同插入符号训练模型的AUC ROC？

这是一个雷普雷克斯

library(caret)
library(dplyr)

set.seed(88, sample.kind = "Rounding")

mtcars <- mtcars %>%
  mutate(am = as.factor(am))

test_index <- createDataPartition(mtcars$am, times = 1, p= 0.2, list = F)

train_cars <- mtcars[-test_index,]

test_cars <- mtcars[test_index,]

set.seed(88, sample.kind = "Rounding")
cars_nb <- train(am ~ mpg + cyl,
                data = train_cars, method = "nb", 
                trControl = trainControl(method = "cv", number = 10, savePredictions = "final"))

cars_glm <- train(am ~ mpg + cyl,
                 data = train_cars, method = "glm", 
                 trControl = trainControl(method = "cv", number = 10, savePredictions = "final"))

库（插入符号）
图书馆（dplyr）
种子（88，sample.kind=“四舍五入”）
mtcars%
突变（am=作为因子（am））
test_index我假设您希望在测试集上显示ROC曲线，这与注释（）中使用训练数据的问题不同

首先要做的是以概率的形式提取测试数据的预测（
newdata=test\u cars
）：

要使其更具可读性，可以添加图例：

legend("bottomright", col=c("green", "blue"), legend=c("NB", "GLM"), lty=1)

与AUC：

legend_nb <- sprintf("NB (AUC: %.2f)", auc(roc_nb))
legend_glm <- sprintf("GLM (AUC: %.2f)", auc(roc_glm))
legend("bottomright",
       col=c("green", "blue"), lty=1,
       legend=c(legend_nb, legend_glm))

legend\u nb谢谢你的链接！答案中我唯一不明白的是，为什么参数设置设置为2？mtry：在每次拆分时随机抽样作为候选变量的变量数（）这不是只适用于随机森林模型吗？我不知道，但输出说了什么？非常感谢您的有见地的回答@Calimo，我将使用您的方法，而不是evalm函数要求输入插入符号训练结果的MLeval。有没有办法将AUC值添加到曲线中？非常感谢！我将使用你的plot.roc函数！如果这个答案解决了你的问题，请记住接受它。
library(pROC)
roc_nb <- roc(test_cars$am, predictions_nb)
roc_glm <- roc(test_cars$am, predictions_glm)

plot(roc_nb, col="green")
lines(roc_glm, col="blue")

legend("bottomright", col=c("green", "blue"), legend=c("NB", "GLM"), lty=1)

legend_nb <- sprintf("NB (AUC: %.2f)", auc(roc_nb))
legend_glm <- sprintf("GLM (AUC: %.2f)", auc(roc_glm))
legend("bottomright",
       col=c("green", "blue"), lty=1,
       legend=c(legend_nb, legend_glm))