Построение ROC в R с ROCR против pROC

Я рисую ROC и измеряю частичный AUC как показатель качества модели экологической ниши. Поскольку я работаю в R, я использую пакеты ROCR и pROC. Я остановлюсь на одном, но пока я просто хотел посмотреть, как они работают, и если один из них лучше соответствует моим потребностям.

Меня смущает то, что при построении ROC оси следующие:

ROCR

x axis: 'true positive rate' 0 -> 1
y axis: 'false positive rate', 0 -> 1

pROC

x axis: 'sensitivity' 0 -> 1
y axis: 'specificity' 1 -> 0. 

Но если я построю ROC, используя оба метода, они выглядят одинаково. {{1 }} Я просто хочу подтвердить, что:

true positive rate = sensitivity

false positive rate = 1 - specificity.

Вот воспроизводимый пример:

obs<-rep(0:1, each=50)
pred<-c(runif(50,min=0,max=0.8),runif(50,min=0.3,max=0.6))
plot(roc(obs,pred))

ROCRpred<-prediction(pred,obs)
plot(performance(ROCRpred,'tpr','fpr'))