木ベースモデルを比較するためのROC曲線

ここまでの演習を振り返り、今度は木ベースのモデル同士を比較してみましょう。pROC() はすでにワークスペースに読み込まれています。木ベース手法によるPD予測は次のオブジェクトに格納されています。

predictions_undersample
predictions_prior
predictions_loss_matrix
predictions_weights

関数 roc(response, predictor) を使って、木ベース手法のROCオブジェクトを作成します。
先ほど作成したオブジェクトを使ってROC曲線を作成します。1つのプロットにすべて描くには、最初のROC曲線（ROC_undersample）には plot() を使い、残り3つのモデルは同じプロットに lines() で追加します。曲線の色は、col 引数で ROC_prior を青、ROC_loss_matrix を赤、ROC_weights を緑に指定します。
ROC曲線の性能を把握するため、auc() を使ってAUCを確認しましょう。