在 matlab 中使用 perfcurve 和 SVM (fitcsvm) 的 ROC 和 AUC

Posted 2023-03-13

【中文标题】在 matlab 中使用 perfcurve 和 SVM (fitcsvm) 的 ROC 和 AUC

【英文标题】：ROC and AUC using perfcurve and SVM (fitcsvm) in matlab

【发布时间】：2019-08-27 06:59:04

【问题描述】：

在matlab的perfcurve 函数中，使用了三个参数，

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

标签是真值标签，分类器返回分数，正类，

就我而言，我有两个类，标记为：1（pos 类）和 2（neg calss）， 我正在使用SVM 分类器，它返回两列的分数，据我了解，第一列是负类，第二列是正类？ （这里解释）

所以语法应该如下？

[SVMX,SVMY,T,AUC] = perfcurve(lables, SVM_scores(:,2),1);

【参考方案1】：

functionfitsvm中的默认设置，排序为第一类为负，第二类为正。所以它翻译 1 是负数，2 是正数： 并根据该顺序，语法应该是 [SVMX,SVMY,T,AUC] = perfcurve(lables, SVM_scores(:,1),1);

或名称/变量'ClassNames',[2,1], 可用于重新排序类

svmModel = fitcsvm(X,Y,'ClassNames',[2,1],'KernelFunction','RBF'); 因此

 [SVMX,SVMY,T, AUC] = perfcurve(lables,SVM_scores(:,2),1);