如何自定义ROCR包中performance对象的alpha.values

ROCR包中performance对象的alpha.values本质是模型预测的分类阈值，默认由prediction对象中的原始预测值自动提取（去重后加上Inf）。要自定义该值，可通过以下两种方式实现：

方法1：手动指定阈值并构建performance对象 #

先基于自定义阈值计算对应的TPR、FPR等指标，再手动创建performance对象：

library(ROCR)
data(ROCR.simple)

# 1. 创建prediction对象
pred <- prediction(ROCR.simple$predictions, ROCR.simple$labels)

# 2. 自定义阈值（示例设置Inf、0.8、0.5、0.2）
custom_alpha <- c(Inf, 0.8, 0.5, 0.2)

# 3. 计算每个阈值对应的TPR和FPR
tpr_vals <- sapply(custom_alpha, function(thresh) {
  pred_labels <- ifelse(pred@predictions[[1]] >= thresh, 1, 0)
  tp <- sum(pred_labels == 1 & pred@labels[[1]] == 1)
  fn <- sum(pred_labels == 0 & pred@labels[[1]] == 1)
  tp / (tp + fn)
})

fpr_vals <- sapply(custom_alpha, function(thresh) {
  pred_labels <- ifelse(pred@predictions[[1]] >= thresh, 1, 0)
  fp <- sum(pred_labels == 1 & pred@labels[[1]] == 0)
  tn <- sum(pred_labels == 0 & pred@labels[[1]] == 0)
  fp / (fp + tn)
})

# 4. 构建自定义performance对象
custom_perf <- new("performance",
                   x.name = "False Positive Rate",
                   y.name = "True Positive Rate",
                   alpha.name = "Cutoff",
                   x.values = list(fpr_vals),
                   y.values = list(tpr_vals),
                   alpha.values = list(custom_alpha))

# 查看自定义的alpha.values
custom_perf@alpha.values[[1]]

方法2：直接修改已有performance对象的alpha.values #

如果只是需要修改已生成的performance对象的阈值，可直接通过S4对象的槽位赋值修改（需保证阈值数量与x.values、y.values的长度一致）：

library(ROCR)
data(ROCR.simple)

pred <- prediction(ROCR.simple$predictions, ROCR.simple$labels)
perf <- performance(pred, "tpr", "fpr")

# 自定义阈值（示例保持与原长度一致，替换值）
new_alpha <- c(Inf, 0.9, 0.8, 0.7, 0.6, 0.5)
perf@alpha.values[[1]] <- new_alpha

# 查看修改后的结果
perf@alpha.values[[1]]

注意事项 #

• 若修改alpha.values后阈值长度改变，必须同步更新x.values（FPR）和y.values（TPR），否则后续绘图或指标计算会出现不匹配错误。
• alpha.values中的Inf对应“所有样本预测为正类”的情况，建议保留以保证ROC曲线起点完整。

内容的提问来源于stack exchange，提问作者WCMC