所有AUC ROC曲线1的值使用tidymodels

要计算AUC的值，需要使用英文单词'Area Under the Curve” 。tidymodels是R中的一个机器学习框架，用于统一数据模型的训练和验证过程，同时方便对模型的可视化和解释。

以下是使用tidymodels计算AUC ROC值并绘制曲线的示例代码：

library(tidymodels)
library(pROC)

# 加载数据集
data("default")

# 划分训练集和测试集
set.seed(123)
default_split <- initial_split(default, prop = 0.7, strata = "default")
default_train <- training(default_split)
default_test <- testing(default_split)

# 定义模型
log_reg <- logistic_reg() %>% set_engine("glm")

# 训练模型
log_reg_fit <- log_reg %>% 
  fit(default_train, default ~ .)

# 预测并计算AUC
default_test %>% 
  bind_cols(predict(log_reg_fit, new_data = default_test, type = "prob"), default_test) %>% 
  roc(default ~ `1`) %>% 
  auc()

# 绘制AUC ROC曲线
default_test %>% 
  bind_cols(predict(log_reg_fit, new_data = default_test, type = "prob"), default_test) %>% 
  ggplot(aes(x = `1`, y = default)) +
  geom_roc() + 
  geom_abline(linetype = "dashed") + 
  theme_minimal()

以上代码将使用逻辑回归模型对default数据集进行训练，并使用默认的划分方法将数据集划分为70%的训练集和30%的测试集。接下来，代码对测试集进行预测并计算AUC ROC值，并绘制AUC ROC曲线。