r - 在 pROC 中，如何在平滑的 ROC 曲线下获得保留集的可能性？

Question

我正在尝试使用交叉验证找到最佳的 ROC 平滑参数，即将 ROC 曲线拟合到 60% 的数据，然后使用平滑的 pdf 来获得保留数据点的可能性。有没有办法访问拟合函数（TPR 和 FPR 的密度估计和副法线模型）以计算保持点的 pdf？还是有其他内置方法？

我正在运行基本的内置示例，在这里我们可以在训练拆分上生成一些平滑的 ROC：

library(pROC)
data(aSAH)

# split into train and test
smp_size <- floor(0.75 * nrow(aSAH))
set.seed(123)
train_ind <- sample(seq_len(nrow(aSAH)), size = smp_size)
train <- aSAH[train_ind, ]
test <- aSAH[-train_ind, ]

# fit ROC to train (binormal)
roc.binormal <- roc(outcome ~s100b, train, smooth=TRUE, smooth.method='binormal')

# fit ROC to train (density)
roc.density <- roc(outcome ~s100b, train, smooth=TRUE, smooth.method='density')

问题是，我们如何评估测试点处拟合的正负 PDF？是否可以访问底层功能？我只能看到敏感性/特异性，但阈值不可用。理想情况下，会有一个类似的函数evaluate(roc.density, 'sen', 1.0)来评估该位置的拟合灵敏度。