因变量为四分类变量Y，已有真实标签和预测标签，怎样算FPR和TPR？请告诉R代码。

对于四分类变量Y的真实标签和预测标签，我们可以使用混淆矩阵来计算FPR和TPR，具体的R代码如下：

# 假设真实标签为true_label，预测标签为pred_label
library(caret)
confusionMatrix(pred_label, true_label)

输出的结果中包含了FPR和TPR，如下：

Confusion Matrix and Statistics

          Reference
Prediction  Class1  Class2  Class3  Class4
     Class1     10       5       0       0
     Class2      0      15       5       1
     Class3      0       0      16       2
     Class4      0       1       3      13

Overall Statistics
                                          
               Accuracy : 0.7833          
                 95% CI : (0.6557, 0.8824)
    No Information Rate : 0.3167          
    P-Value [Acc > NIR] : 2.080e-08       

                  Kappa : 0.7025          
 Mcnemar's Test P-Value : 0.2705          

Statistics by Class:

                     Class1 Class2 Class3 Class4
Sensitivity           1.000  0.714  0.727  0.812
Specificity           0.898  0.933  0.906  0.867
Pos Pred Value        0.667  0.750  0.889  0.765
Neg Pred Value        1.000  0.889  0.800  0.933
Prevalence            0.317  0.283  0.317  0.083
Detection Rate        0.317  0.202  0.230  0.067
Detection Prevalence  0.475  0.270  0.259  0.088
Balanced Accuracy     0.949  0.824  0.817  0.840

其中，Sensitivity即为TPR，Specificity即为1-FPR。