Chargez le package pROC dans votre console R.
Créez les objets ROC pour les quatre modèles de régression logistique en utilisant la fonction roc(response, predictor). Rappelez-vous que la réponse est l’indicateur de statut du prêt dans le test_set, que vous pouvez obtenir via test_set$loan_status.
Utilisez les objets créés pour construire les courbes ROC. Pour les tracer toutes sur un seul graphique, utilisez plot() pour la première courbe ROC (pour ROC_logit), puis utilisez [lines()](https://www.rdocumentation.org/packages/graphics/functions/lines to add the ROC-curves) pour ajouter les trois autres modèles sur le même graphique.
Utilisez l’argument col pour changer la couleur de la courbe de ROC_probit en "blue", celle de ROC_cloglog en "red" et celle de ROC_all_full en "green". Notez que, contrairement à ce qui a été indiqué dans la vidéo, le libellé de l’axe des x est Specificity et non "1-Specificity", ce qui donne un axe allant de 1 à gauche à 0 à droite.
Il semble que la fonction de lien n’ait pas un grand impact sur la ROC ici, et que l’amélioration principale provienne de l’ajout de variables dans le modèle. Pour mesurer précisément les performances des courbes ROC, consultez les AUC à l’aide de la fonction auc().

Trouver le bon seuil : la courbe stratégique