你可以用AUC package来画，我下面这个代码是做了一个logistic regression，然后画出了roc并标出了auc的值，你可以参考下运用到你的数据中

LR_model <- glm(as.factor(Diagnosis) ~ Season+Age+Chd_d+Acci_tra+High_fever+
                  Ach_con+Smoke,data=training.set,
                family=binomial(link = "logit"))
glm.probs <- predict(LR_model,test.set[,-10],type="response")
sum(ifelse(glm.probs>0.5,1,0)==test.set$Diagnosis)/30 #accuracy

library(AUC)
plot(roc(glm.probs,as.factor(test.set$Diagnosis)), col=rainbow(10),
     main="ROC curve for Logistic Regression model")
lr.auc <- auc(roc(glm.probs,as.factor(test.set$Diagnosis)))
text(0.8, 0.2, labels=paste('AUC=', round(lr.auc, 3), sep=''), cex=1.2)

你可以用AUC包来画，下面的代码是先建立了一个logistic regression，然后用AUC包里的roc,auc函数来画roc图并标注auc的值，你可以参考下用到你的数据中。（发完贴发现粘贴的代码排版被网站搞乱了，可以看附件图片）

##Logistic regression
LR_model <- glm(as.factor(Diagnosis) ~ Season+Age+Chd_d+Acci_tra+High_fever+
                  Ach_con+Smoke,data=training.set,
                family=binomial(link = "logit"))
glm.probs <- predict(LR_model,test.set[,-10],type="response")
sum(ifelse(glm.probs>0.5,1,0)==test.set$Diagnosis)/30 #accuracy
##plot roc and indicate auc
library(AUC)
plot(roc(glm.probs,as.factor(test.set$Diagnosis)), col=rainbow(10),
     main="ROC curve for Logistic Regression model")
lr.auc <- auc(roc(glm.probs,as.factor(test.set$Diagnosis)))
text(0.8, 0.2, labels=paste('AUC=', round(lr.auc, 3), sep=''), cex=1.2)

thanks for sharing

谢谢老师指点！