使用Maltlab中的plotroc()函数绘制ROC曲线

╰+攻爆jí腚メ 2022-06-06 04:37 550阅读 0赞

# 原文自[http://blog.csdn.net/fuhpi/article/details/8813455][http_blog.csdn.net_fuhpi_article_details_8813455] #

ROC曲线是通用的分类器评价工具，matlab函数中自带了绘制该曲线的函数plotroc。  
　　plotroc函数的原型为：plotroc(targets, outputs)  
其中参数targets是一个矩阵，代表测试集，每一列表示一个测试样本的标签  
如果有两类样本，比如第1,2,5个样本属于第1类，第3,4,6个样本属于第2类….则targets应为：

1 1 0 0 1 0 ...
    0 0 1 1 0 1 ...
     
      
       1 
       2

如果只有一类样本，包含了负样本，则只要一行，用1表示正样本，0表示负样本即可,比如targets为：

1 0 1 1 0 0 0 0 1 ...
     
      
       1

参数outputs也是一个矩阵，代表分类结果，同样每一列表示一个测试样本的分类结果  
　　同样如果有两类样本，则应有两个分类器，每一列记录了每个测试样本在两个分类器上的得分，此时outputs为：

0.8 0.85 0.2 0.75 0.21 ...
    0.8 0.01 0.9 0.23 0.67 ...
     
      
       1 
       2

如果只有一类，则outputs只有一行，如：

0.8 0.6 0.8 0.7 0.05 0.3 0.03 ...
     
      
       1

注意，得分必须在\[0, 1\]的区间内，可以自己规约一下。  
　　我们将相应的测试标签targets和对应的分类得分outputs输入plotroc中就可以绘制出相应的ROC曲线了。  
　　有人问起，我也就在网上搜了一下，发现还有很多人不会用，写下来以供参考，欢迎指正。

补记：似乎使用matlab中的plot()与roc()组合也能完成ROC曲线绘制。

matlab中还给出了一个例子，帮助信息如下：

–> help plotroc  
plotroc Plot receiver operating characteristic.

plotroc(targets,outputs) takes target data in 1-of-N form (each column  
vector is all zeros with a single 1 indicating the class number), and  
output data and generates a receiver operating characteristic plot.

The best classifications will show the receiver operating line hugging  
the left and top sides of the plots axis.

plotroc(targets,1,outputs1,’name1’,targets2,outputs2,names2,…)  
generates a variable number of confusion plots in one figure.

Here a pattern recognition network is trained and its accuracy plotted:

[x,t] = simpleclass_dataset;
    net = patternnet(10);
    net = train(net,x,t);
    y = net(x);
    plotroc(t,y);

See also roc, plotconfusion, ploterrhist, plotregression.

Reference page in Help browser
       doc plotroc

[http_blog.csdn.net_fuhpi_article_details_8813455]: http://blog.csdn.net/fuhpi/article/details/8813455