模式识别 评价方法 ROC曲线, DET曲线, FPPW, FPPI etc.

因个人在做模式识别相关的工作，模式识别算法最终的性能评价是关键。但苦于网上很难找到具体、详细的评价流程、方法以及代码，所以本人打算近期准备如题所示评价方法的整理工作，到时候会奉上方法介绍、基础代码（matlab 版），以帮助更多像我这样对这些方法有些迷茫的人。

暂时提供matlab中自带的ROC,DET曲线绘制函数: perfcurve()

具体使用方法，中文链接：http://ilovematlab.cn/thread-76781-1-1.html

MathWork Manual（文档源自matlab2013。之前低版本中应该有该函数，但本人在自己的2008a版本中没有发现，2010版本中应该有）: http://www.mathworks.cn/cn/help/stats/perfcurve.html

自编 ROC 曲线及相关中间结果的计算代码。

Main function:

 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
 %function: ROC curve related
 %   date : 2013.07.01
 % author : Xin Yang, School of medicine, SZU
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

 % 根据Label8score文件绘制 ROC、DET曲线
 % 获取数据文件路径
 [filename, pathname] = uigetfile( {'*.txt', 'Model Files (*.txt)'; ...
 '*.*', 'All Files (*.*)'}, '选择 ROC 数据源','F:\Result\FPPW\');
 if isequal(filename,0) || isequal(pathname,0)
     return;%如果点了“取消”
 else
     L8S_file = [pathname , filename];
 end
 dot_num = 50;
 YX_Roc(L8S_file , dot_num);
 % YX_DET_Curve(L8S_file , dot_num);

YX_Roc function:

 % 根据 标记&预测得分文件 绘制ROC曲线
 function YX_Roc(Label8ScoreFile , dot_num)
 % 加载 标记&预测得分 数据文件  1:正 0:负
 Mat_L8S = load(Label8ScoreFile);
 sample_num = size(Mat_L8S ,1);
 % 绘制正、负标记分布趋势图，用于观察正负样本的交叉程度
 Plot_PN_pdf(Mat_L8S);

 Label = Mat_L8S(:,1);% 人工标记
 Score = Mat_L8S(:,2);% 算法评分
 % 分数上下限
 Upper = max(Score);
 Lower = min(Score);
 % 拓宽分数上下限，便于达到极限
 Upper = Upper + 0.1;
 Lower = Lower - 0.1;
 % 点数
 bins = dot_num;
 % 步进
 step = (Upper - Lower)/bins;
 % 阈值变化
 T = Lower:step:Upper;
 T_num = bins + 1;
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
 % 计算 TPR 、FPR
 TPR = zeros(T_num ,1);
 FPR = zeros(T_num ,1);
 % 遍历阈值
 for i = 1:T_num
     T_temp = T(i);
     TP = 0 ; FN = 0;% 清零
     FP = 0 ; TN = 0;
     % 遍历样本
     for j = 1:sample_num
         if (Label(j) == 1)
             if (Score(j) >= T_temp)
                 TP = TP + 1;% 真阳
             else
                 FN = FN + 1;% 假阴
             end
         elseif (Label(j) == 0)
             if (Score(j) >= T_temp)
                 FP = FP + 1;% 假阳
             else
                 TN = TN + 1;% 真阴
             end
         end
     end
     % *****
     TPR(i) = TP/(TP + FN);
     FPR(i) = FP/(FP + TN);
 end
 % ROC 曲线
 figure
 plot(FPR , TPR , 'c', 'LineWidth',2);
 axis([0 ,1 ,0 ,1]);
 xlabel('1-Specificity')
 ylabel('Sensitivity')
 title('ROC')
 grid on
 % Youden 指数
 figure
 X = TPR-FPR;
 plot(X ,'r','LineWidth',2);
 title('Youden 指数');
 % TPR、FPR 随阈值的变化，便于观察、确定阈值
 figure ,plot3(FPR , TPR , T ,'Color' , 'r' ,'LineWidth',2);
 xlabel('\fontsize{14}\bfX轴 -- FPR')
 ylabel('\fontsize{14}\bfY轴 -- TPR')
 zlabel('\fontsize{14}\bfZ轴 -- Threshold')
 title('\fontsize{14}\bf阈值选取')

Plot_PN_pdf function : 

 % 根据 Label2Score 绘制正、负标记的概率密度函数曲线
 function Plot_PN_pdf(Mat_label2score)

 [La_P_r , La_P_c] = find(Mat_label2score(:,1) == 1);
 [La_N_r , La_N_c] = find(Mat_label2score(:,1) == 0);

 P_Score = Mat_label2score(La_P_r , 2);
 N_Score = Mat_label2score(La_N_r , 2);

 [P_Count , P_bin] = hist(P_Score , 50);
 [N_Count , N_bin] = hist(N_Score , 50);
 P_Count = (P_Count - min(P_Count))/(max(P_Count) - min(P_Count));
 N_Count = (N_Count - min(N_Count))/(max(N_Count) - min(N_Count));

 figure
 values = spcrv([[P_bin(1) P_bin P_bin(end)];[P_Count(1) P_Count P_Count(end)]],3);
 plot(values(1,:),values(2,:),'Color' , 'r' ,'LineWidth',2);
 hold on
 values = spcrv([[N_bin(1) N_bin N_bin(end)];[N_Count(1) N_Count N_Count(end)]],3);
 plot(values(1,:),values(2,:),'Color' , 'b' ,'LineWidth',2);
 legend('\fontsize{14}\it  P-Labeled','\fontsize{14}\it  N-Labeled')
 xlabel('\fontsize{14}\bfScore')
 ylabel('\fontsize{14}\bffrequency')
 title('\fontsize{14}\bf正、负标记分布曲线')

中间结果：

  

                                    (1)                                                                                          (2)

  

                                  (3)                                                                                           (4)

(1)图刻画了正负测试数据的预测得分分布（概率密度函数），并表明了正负测试样本得分的交叉程度。交叉程度由两者曲线下的交叉部分的积分，即面积决定。交叉越多，则表明分类器效果越差，反之，效果越好。

(2)图则是ROC曲线，越靠近左上角，分类器性能越好。

(3)图则是ROC曲线应用时，选取实际应用阈值的参考方法之一：Youden指数。曲线最高点对应的阈值为最好的应用阈值。Youden指数可参考如下文章第6页：http://www.medicalbiostatistics.com/roccurve.pdf

(4)图是基于ROC，选取阈值的曲线。X, Y分别为假阳率、真阳率，Z轴则是相应的阈值。要始终记住的是，ROC曲线的产生，就是因为以阈值作为变量，在不同阈值下，得到的多组真阳、假阳率点绘制而来的ROC曲线。所以ROC曲线上的任何一个点，都是有对应的阈值的。绘制ROC曲线的目的，除了直观的看到分类器性能，另一个重要作用就是，根据ROC曲线，选取一个合理的阈值，用于实际检测、应用、判定。

另附两篇个人觉得很有用的博文链接，是关于ROC和Precision-Recall的讲解的：

[1] http://www.zhizhihu.com/html/y2012/4076.html

[2] http://blog.csdn.net/abcjennifer/article/details/7834256

//=============== 28-Aug-2015 增加==================//

目标检测中另外常用的评价标准则是FPPW和FPPI，详细应用可以参考这篇文章：

Pedestrian detection: A benchmark

两者都侧重考察FP（False Positive）出现的频率。

FPPW (False Positive per Window)

基本含义：给定一定数目N的负样本图像，分类器将负样本判定为“正”的次数FP，其比率FP/N即为FPPW。意义与ROC中的假阳率相同。FPPW中，一张图就是一个样本。

FPPI (False Positive per Image)

基本含义：给定一定数目N的样本集，内含N张图像，每张图像内包含或不包含检测目标。

每张图像均需要标定：

1.包含目标的个数；

2. 目标的准确位置L。

而后在每张图像上运行分类器，检测目标并得到位置p。然后，检查每张图像内的检测结果是否“击中”标定的目标：

a. 若图像内无目标，而分类器给出了n个“目标”检测结果，那么False Positive 次数 +n；

b. 若图像内有目标，则判断p是否击中L，判断标准参看上述文章（主要看p与L的重叠率）。若判断未击中，则False Positive 次数 +1。

最后 FPPI = （False Positive 次数）/N。

FPPI 相比于FPPW来说，更接近于分类器的实际应用情况。

版权声明：本文为博主原创文章，未经博主允许不得转载。