R语言ROC分析阈值异常？求解阈值计算与解读问题

核心问题：误解了ROC阈值的定义 #

你看到的阈值不是原变量DOKU_INDEXWERT的取值，而是逻辑回归输出的事件发生预测概率（也就是glm.fit$fitted.values的取值，范围0-1），这是正常现象，并非计算错误。

具体解释 #

• 逻辑回归的拟合结果fitted.values是每个样本对应ENTLASSMANAGEMENT_BIN=1的概率，范围0到1。ROC曲线的本质是遍历这个概率的所有可能截断点，计算对应的灵敏度和特异度，因此阈值自然是概率值，和原自变量DOKU_INDEXWERT的1-41范围完全无关。
• 出现-Inf是ROC计算的标准起始点：当阈值设为负无穷时，所有样本都会被判定为阳性，此时灵敏度100%、特异度0%，对应ROC曲线的左下角起点。

如何得到原变量DOKU_INDEXWERT的截断值 #

如果需要对应到原变量的分界点，可以把预测概率阈值反向映射回DOKU_INDEXWERT的取值（逻辑回归的预测概率和DOKU_INDEXWERT呈单调关系，因此可以对应）：

# 合并原变量、预测概率和实际标签
pred_df <- data.frame(
  doku = data_sub$DOKU_INDEXWERT,
  prob = glm.fit$fitted.values,
  actual = data_sub$ENTLASSMANAGEMENT_BIN
)
# 按预测概率排序
pred_df_sorted <- pred_df[order(pred_df$prob), ]

# 选择最优概率阈值（以Youden指数为例）
youden_idx <- which.max(roc.info$sensitivities + roc.info$specificities - 1)
optimal_prob <- roc.info$thresholds[youden_idx]

# 找到对应的DOKU_INDEXWERT截断值：取预测概率>=最优阈值的最小DOKU值
optimal_doku_cutoff <- min(pred_df_sorted$doku[pred_df_sorted$prob >= optimal_prob])

内容的提问来源于stack exchange，提问作者Zachai