使用Maltlab中的plotroc()函数绘制ROC曲线

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 ...

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 ...

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 ...

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 ...

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