了解如何绘制 ROC 曲线
Understanding how to plot an ROC curve
假设我已经将模型的class化结果格式化如下：
actual.class score.actual.class
A 1
A 1
A 0.6
A 0.1
B 0.5
B 0.3
. .
. .
1-如果我理解得很好，ROC 曲线绘制了真阳性和假阳性之间的权衡。这意味着我需要改变一个 class（真正的 class）的分数阈值，而不是两个，对吗？我的意思是，如果我在这里选择 A 作为真实的 class 那么我将仅使用 subset(results,actual.class="A") 来绘制 ROC 曲线？
2-如果我想手动生成曲线（没有库）怎么办，阈值是否是该子集中的每个可能分数？
3-为了绘制 ROC 曲线，是否根据上述数据正确生成了以下点？ （我使用 class A 作为真实的 class）
threshold fpr tpr
1 1 0
0.6 1/2 1/2
0.1 1/4 3/4
0 0 1
这些点将构成我的 ROC 吗？
"This implies that I need to be varying the score threshold for just
one class(the true class) and not both, right?"
似乎存在误解，因为没有单独的正面或负面阈值。 ROC 曲线用于评估二元分类算法。在此类算法中，不属于一种类型 (TRUE) 的元素会自动识别为另一种类型 (FALSE) 的元素。
阈值的选择可能只会改变平衡，使得更多的观测值分配给一种类型而不是另一种。阈值的这种变化是允许绘制 ROC 曲线的参数。否则就是一分。
关于您的第三点：是的，据我从您的示例中可以看出，这种数据通常构成 ROC 曲线。
假设我已经将模型的class化结果格式化如下：
actual.class score.actual.class
A 1
A 1
A 0.6
A 0.1
B 0.5
B 0.3
. .
. .
1-如果我理解得很好，ROC 曲线绘制了真阳性和假阳性之间的权衡。这意味着我需要改变一个 class（真正的 class）的分数阈值，而不是两个，对吗？我的意思是，如果我在这里选择 A 作为真实的 class 那么我将仅使用 subset(results,actual.class="A") 来绘制 ROC 曲线？
2-如果我想手动生成曲线（没有库）怎么办，阈值是否是该子集中的每个可能分数？
3-为了绘制 ROC 曲线，是否根据上述数据正确生成了以下点？ （我使用 class A 作为真实的 class）
threshold fpr tpr
1 1 0
0.6 1/2 1/2
0.1 1/4 3/4
0 0 1
这些点将构成我的 ROC 吗？
"This implies that I need to be varying the score threshold for just one class(the true class) and not both, right?"
似乎存在误解，因为没有单独的正面或负面阈值。 ROC 曲线用于评估二元分类算法。在此类算法中，不属于一种类型 (TRUE) 的元素会自动识别为另一种类型 (FALSE) 的元素。
阈值的选择可能只会改变平衡，使得更多的观测值分配给一种类型而不是另一种。阈值的这种变化是允许绘制 ROC 曲线的参数。否则就是一分。
关于您的第三点：是的，据我从您的示例中可以看出，这种数据通常构成 ROC 曲线。