用4个模型制作漂亮的ROC曲线

Question

我已经训练了 4 个不同的 xgboost ML 模型，我测试了它们并用这行代码得到了预测分数：（第一列是目标特征所以我在预测时排除它）：

predict(model, as.matrix(test_set[,-1]), type = 'prob')

所以现在，我有一个数据框，其中的行作为测试集的样本，4 列显示每个模型中每个样本的预测分数。看起来像这样的东西：

structure(list(rows = c("aa78a", 
"12200T", "1c2a5ac94492", "1d209304d988", "212T", "PBB", 
"35XDS16T", "1234H", "39T", "3ec4d3fc8bd1", "3f78044299b5", 
"4260a482", "30T", "43b757f5d8", "49c4c0e12POI"), model_meta= c(0.382992297410965, 
0.460950464010239, 0.447804838418961, 0.447804838418961, 0.460950464010239, 
0.447804838418961, 0.369836807250977, 0.447804838418961, 0.369836807250977, 
0.447804838418961, 0.382992297410965, 0.447804838418961, 0.369836807250977, 
0.447804838418961, 0.447804838418961), model_x2= c(0.460011065006256, 
0.52004611492157, 0.253930300474167, 0.222006008028984, 0.302200853824615, 
0.485153168439865, 0.20485857129097, 0.350892871618271, 0.331338971853256, 
0.295754462480545, 0.185829699039459, 0.618589639663696, 0.291316270828247, 
0.414723694324493, 0.210018843412399), model3= c(0.277256995439529, 
0.425392180681229, 0.182383552193642, 0.253527283668518, 0.329186052083969, 
0.305586904287338, 0.188975885510445, 0.238625407218933, 0.497761845588684, 
0.342641144990921, 0.156761467456818, 0.306724846363068, 0.152404963970184, 
0.428304076194763, 0.22887846827507), model4= c(0.565486133098602, 
0.564990341663361, 0.164183273911476, 0.15946152806282, 0.234778091311455, 
0.396436214447021, 0.172556579113007, 0.257463246583939, 0.43759897351265, 
0.200696632266045, 0.122483171522617, 0.586755096912384, 0.348238885402679, 
0.493290543556213, 0.252075374126434)), row.names = c("aa78a", 
"12200T", "1c2a5ac94492", "1d209304d988", "212T", "PBB", 
"35XDS16T", "1234H", "39T", "3ec4d3fc8bd1", "3f78044299b5", 
"4260a482", "30T", "43b757f5d8", "49c4c0e12POI"), class = "data.frame")

所有这些预测都是二进制的。这意味着目标特征在所有模型中都是二元的。在所有模型中，我使用了相同的测试集（相同的样本），只是更改了功能。

我有两个问题：

1- 我如何知道预测分数中的哪一边？例如，如果它是 0.460950464010239，是否意味着它更可能是

0

类？我想我没有完全理解预测分数的含义。

2- 我如何使用这些分数在同一条 ROC 曲线上绘制所有 4 个模型，并显示每个模型的名称及其相应的 AUC 分数？也许通过情节的某个角落的一个漂亮的传说？

我觉得这样的东西看起来会很棒：