我正尝试用分类器的阈值绘制f2与准确性的关系，如下所示。我知道如何绘制f分数与准确度的关系图，但是ROCR可以选择指定alpha值，从而可以计算f2分数。我只是不知道如何编码。你能帮忙吗？
pred = prediction(my_model$posterior[,1], train$class)
alpha <- 1/(1+2^2) #To get compute the beta for F2
perf = performance(perf, "f", "acc")
cutoffs <- seq(0, 1, by=0.1)
dev.new(width=15, height=15, unit="cm", noRStudioGD = TRUE)
plot(perf, colorize=TRUE, print.cutoffs.at=cutoffs, text.adj=c(-0.2,1.7))
以下是我在ROCR包裹信息中可以找到的信息：
精确召回F量度（van Rijsbergen，1979）。精确度（P）和查全率（R）的加权谐波均值。 F ＝ 1 /（α* 1 / P +（1-α）* 1 / R）。如果alpha = 1/2，则均值是平衡的。常见的等价公式为F =（beta ^ 2 + 1）* P * R /（R + beta ^ 2 * P）。在此公式中，如果beta = 1，则均值是平衡的。目前，ROCR仅接受alpha版本作为输入（例如alpha = 0.5）。如果没有给出alpha值，则默认情况下均值会保持平衡。
如何计算F-alpha？
谢谢！