近期在写一些东西，需要画出ROC曲线并且需要对多个ROC曲线进行对比，因为与统计有关，所以用到deLong test来进行评估而不是简单的使用AUC值进行对比。

绘制ROC曲线

利用R语言绘制ROC曲线是非常容易的事情，提前导入好pROC包和ggplot2包，只需要三行代码：

1、读取数据

data<-read.csv('test.csv',header = FALSE)，参数header设为FALSE即csv中没有列属性

2、计算ROC

roc<-roc(data$V1,data$V2)

3、绘制

plot(roc,col='#D35400',print.auc=TRUE,print.thres=TRUE,print.auc.x=0.4,print.auc.y=0.1,cex.lab=2,cex.axis=2,print.auc.cex=2,print.thres.cex=1.5)

参数 col是颜色，print.auc 显示AUC值， print.thres 显示曲线上的阈值点，print.auc.x和print.auc.y是对应于显示AUC值在fig中的位置，cex是控制显示内容字体的尺寸。

如果需要再一个fig里面画出多条ROC曲线，只需在接下来的plot()函数中添加参数add=TRUE。

deLong's test

这个是一种AUC显著性检验的方法，通过计算不同ROC曲线AUC值的方差和协方差进行显著性检验得到P值，一般来说P值低于0.05时,对比两个ROC曲线的AUC值才具备统计意义。

在R语言中，roc.test(roc_1,roc_2,method = 'delong')即可计算两个ROC曲线的P值

csv数据示例如下图所示：

第一列为二分类的类型标签（GT），第二列为模型预测值（0~1）