使用PRROC包的ROC曲线中的数据值

我试图绘制一条识别器的ROC曲线,用于根据背景数据集确定阳性发病率。标识符是两组之间有一些重叠的概率分数列表。

FG          BG
0.02        0.10
0.03        0.25 
0.02        0.12
0.04        0.16
0.05        0.45
0.12        0.31
0.13        0.20

(其中FG=正,BG=负。)

我使用R中的PRROC绘制ROC曲线,以评估标识符将数据分类到正确组的效果。虽然在正数据集和负数据集之间产生的分类器值之间有明显区别,但我目前在R中的ROC图显示AUC值较低。我对阳性数据的概率分数低于背景,因此如果我切换分类并将背景作为前景点,我会得到一条高分AUC曲线,我不完全清楚为什么会出现这种情况,哪一个图是最好使用的,或者在分析数据之前我是否错过了其他步骤。

roc<-大鹏。曲线(scores.class0=FG,scores.class1=BG,曲线=T)

ROC curve

Area under curve:
0.07143

roc2<-大鹏。曲线(scores.class0=BG,scores.class1=FG,曲线=T)

ROC curve

Area under curve:
0.92857