如何利用Matlab进行ROC分析

Posted 2020-08-22 彭谨

 

ROC曲线基本知识：

稍后更新

ROC曲线在统计工具包当中是由perfcurve函数来决定的

典型的使用方法是：

[X,Y,T,AUC] = perfcurve(labels,scores,posclass)

输出部分X和Y表示的是ROC曲线的坐标，AUC表示曲线下面积，T表示thresholds，当T=1的时候表示存在一个分类标准，可以100%的将所有样本准确分类，特异度和敏感度都是100%。可以用plot(X,Y)来获得最简单的ROC曲线。

输入部分labels表示样本的真实分类，scores表示学习后的分类,posclass表示我们想要的研究对象的分类标记比如,当用于某个预测颅骨性别的模型进行ROC判断的时候，预测男性和女性的ROC判别曲线是不一样的，posclass可以设置为‘male‘ or ‘female‘。