绘制ROC曲线的R包有很多，例如pROC、ROCR等，并可以获得AUC，有的顺便可以绘制PR曲线，但不能获得AUPR。最近需要获取AUPR，但查询网上几乎没有关于AUPR的，这里查找到一个简单的R包-modEvA，写下使用的简单案例。

PR曲线：precision-recall curve，以recall作为横坐标轴，precision作为纵坐标轴

AUPR：Area under the precision-recall curve，PR曲线下的面积

Barbosa A.M., Real R., Muñoz A.R. & Brown J.A. (2013) New measures for assessing model equilibrium and prediction mismatch in species distribution models. Diversity and Distributions 19: 1333-1338 (DOI: 10.1111/ddi.12100)

https://cran.r-project.org/web/packages/modEvA/modEvA.pdf

http://modeva.r-forge.r-project.org/

modEvA已经存放在CRAN中，所以可以在Rstudio中直接安装：

install.packages('modEvA')

安装过后加载：

library(modEvA)

函数：

AUC(model = NULL, obs = NULL, pred = NULL, simplif = FALSE, interval = 0.01, FPR.limits = c(0, 1), curve = "ROC", method = "rank", plot = TRUE, diag = TRUE, diag.col = "grey", diag.lty = 1, curve.col = "black", curve.lty = 1, curve.lwd = 2, plot.values = TRUE, plot.digits = 3, plot.preds = FALSE, grid = FALSE, xlab = "auto", ylab = "auto", ...)

详细的参数介绍见官方文档 obs：标签向量

pred：预测的结果向量

curve ='ROC' 或者PR，表示ROC曲线还是PR曲线

simplify：等于TRUE时，函数只返回AUC或AUPR

数据：

调用：

auc=AUC(obs=score$link,pred=score$score,curve = "ROC", simplif=TRUE, main = "ROC curve") aupr=AUC(obs=score$link,pred=score$score,curve = "PR", simplif=TRUE, main = "PR curve")

结果：