使用C.50和成本时预测错误，使用类型时预测错误="；问题；在R中绘制ROC曲线

我正在为我已经实现的一系列分类器绘制ROC曲线。问题是，当我有一个带有成本矩阵的C.50分类器（我正在使用RStudio）时，我得到了下一个错误消息

predict.C5.0（分类器.cost.1，数据，type=“prob”）中的错误：置信值（即类别概率）不应与成本一起使用

分类器很好，当我在predict命令中不使用type=“prob”时，它也可以很好地工作，但我无法绘制ROC曲线

这是我用来创建自己的ROC曲线的代码：

pred.class.cost <- predict(classifier.cost.1, data, type="prob")
perf.class.cost <- performance(prediction(pred.class.cost[,2], data$class),"tpr","fpr")
ROC.class.cost <- data.frame(x=perf.class.cost@x.values[[1]],y=perf.class.cost@y.values[[1]])

---

pred.class.cost的预测部分说明：

当在main函数中使用cost参数时，从该类派生的类概率
终端节点中的分布可能与最终预测的类别不一致。为此
因此，使用不等成本从模型中请求类概率将抛出一个错误

为了解决这个问题，假设你想给正类更多的权重，那么你可以从正类中过采样，或者从负类中欠采样（我更喜欢后者）。这将产生与应用成本类似的效果，然后允许您获得概率并生成ROC曲线。
感谢您的回复。我没有将文档的那部分与predict命令联系起来。。。然而，尽管我会尝试你的建议，以能够生成ROC曲线。我不能（不应该）进行过采样或欠采样，因为这对解释数据来说很困难（我处理健康数据，临床医生不喜欢过采样或欠采样，它不能反映“真实”人群，长话短说……）。是否有方法将欠采样与成本矩阵联系起来？我只是想看看我是否可以做一个等价物……我想如果你的样本过多了一个X的因子，那么这可能相当于给你的正片分配了一个X的代价。谢谢！我会试试的！