如何在一张图中叠加绘制多个tidymodels ROC曲线？

要在同一张图中叠加展示多个模型的ROC曲线，核心思路是先合并各模型的ROC曲线原始数据，再用ggplot统一绘制，具体步骤如下：

步骤1：生成各模型的ROC曲线数据 #

确保你用yardstick::roc_curve()函数生成每个模型的ROC曲线数据框（而非直接用autoplot()生成的ggplot对象）。假设你已经有两个模型的预测结果框preds1和preds2，其中包含真实标签列（比如truth）和预测概率列（比如.pred_class）：

library(tidymodels)
library(tidyverse)

# 生成模型1的ROC曲线数据
roc1 <- roc_curve(preds1, truth = truth, estimate = .pred_class)
# 生成模型2的ROC曲线数据
roc2 <- roc_curve(preds2, truth = truth, estimate = .pred_class)

步骤2：合并并标记ROC数据 #

为每个模型的ROC数据添加标识列，再合并成一个数据框：

roc_combined <- bind_rows(
  roc1 %>% mutate(model = "模型A"),
  roc2 %>% mutate(model = "模型B")
)

步骤3：绘制叠加ROC曲线 #

用ggplot基于合并后的数据绘制曲线，自动按模型标识区分颜色：

ggplot(roc_combined, aes(x = 1 - specificity, y = sensitivity, color = model)) +
  geom_line(linewidth = 1) +  # 绘制ROC曲线
  geom_abline(lty = 2, color = "gray50") +  # 添加对角线参考线
  labs(
    x = "假阳性率 (1 - 特异性)",
    y = "真阳性率 (敏感性)",
    title = "多模型ROC曲线对比",
    color = "模型名称"
  ) +
  theme_minimal()

补充说明 #

• 如果需要添加更多模型，只需重复步骤1和2，在bind_rows中加入对应模型的ROC数据即可。
• 若你已经有autoplot()生成的ggplot对象，也可以通过ggplot_build(plot)$data提取其中的曲线数据，再按上述方法合并绘制，但直接使用roc_curve()生成的原始数据更简洁可控。

内容的提问来源于stack exchange，提问作者Fredrik Nylén