我是机器学习的新手，并且一直在做一些逻辑回归的练习。为了评估模型，我一直在尝试创建一些 ROC 图。我使用的软件包是 pROC。

模型名称是 - 'model' 数据集是 'data'。

我在 R 中使用的代码是：

library(pROC)  
predictionData <- predict(model, newdata = data, type = "response")  
rocModel <- roc(data$y ~ as.numeric(predictionData>0.5))  
plot(rocModel)

理想情况下，据我所知，ROC 应该绘制灵敏度或 TPR（真阳性率）与 1 - 特异性。但如下图所示，它显示了敏感性与特异性。

我在这里遗漏了一些明显的技巧还是我所做的事情有问题？