R语言中如何绘制两个模型的AUC置信区间带

pROC包内置了ROC曲线置信区间计算功能，无需依赖其他包即可实现带状置信区间效果。核心逻辑是先存储两个模型的ROC对象，通过bootstrap法计算各假阳性率节点下真阳性率的置信区间，再用半透明多边形绘制带状区域，最后叠加主ROC曲线即可。

可直接运行的修改后代码 #

library(pROC)
# 先构建两个模型的ROC对象，暂不直接绘图
roc_model1 <- roc(test_df$extry, y, percent = TRUE)
roc_model2 <- roc(test_df$extry, rf.model$votes[,1], percent = TRUE)

# 绘制第一个模型的主ROC曲线
plot(roc_model1, legacy.axes = TRUE, 
     xlab = "False Positive Percentage", 
     ylab = "True Postive Percentage", 
     col = "#377eb8", lwd = 4,
     print.auc = TRUE)
# 计算第一个模型ROC的95%置信区间，默认采用bootstrap重抽样法
ci_roc1 <- ci.se(roc_model1, boot.n = 2000, step = 1) # step=1对应百分比模式下每1%计算1个节点，保证平滑度
# 绘制同色系半透明置信带，关闭边框避免干扰主曲线
plot(ci_roc1, type = "shape", col = rgb(55, 126, 184, maxColorValue = 255, alpha = 0.2), border = NA)

# 叠加第二个模型的主ROC曲线
plot(roc_model2, col = "#4daf4a", lwd = 4, 
     print.auc = TRUE, add = TRUE, print.auc.y = 40)
# 计算第二个模型ROC的95%置信区间
ci_roc2 <- ci.se(roc_model2, boot.n = 2000, step = 1)
# 绘制第二个模型的半透明置信带
plot(ci_roc2, type = "shape", col = rgb(77, 175, 74, maxColorValue = 255, alpha = 0.2), border = NA)

参数调整说明 #

• 置信水平修改：在ci.se()中添加conf.level参数即可，如需90%置信区间就设置conf.level=0.9
• 透明度调整：rgb()里的alpha参数控制色带透明度，取值范围0-1，数值越小越透明，日常使用0.2-0.3的视觉效果最佳
• 计算速度调整：如果数据集较大bootstrap速度慢，可以把boot.n适当调低到1000，对结果精度影响很小
• 步长适配：你代码里开了percent=TRUE参数，ci.se()的step参数对应设为1（即1个百分点步长）即可保证带状平滑；如果没开百分比模式，把step设为0.01即可。

内容的提问来源于stack exchange，提问作者lola