使用perfcurve绘制神经网络分类器的ROC曲线

Question

我一直在使用patternnet分类器对2个不同的类进行分类 - 标记为0,1。 我尝试使用MATLAB为使用patternnet生成的一些数据生成Roc曲线图，但我无法理解它需要运行的参数。

var client = new Elasticsearch.Net.ElasticLowLevelClient();
var result = client.Index<object>("index", "type", "id", new Elasticsearch.Net.PostData<object>("{\"name\":\"value\"}"));

我认为： t是生成的标签的向量，用于说明我的数据属于哪个类（我的数据包含0和1，大小为2x834） 得分是由patternnet创建的变量，名为'results.Data.y＆＃39; （2x834尺寸） posclass是1。 但分数应该是一个矢量（大小为1x834）而且我不知道要选择哪一行？

Answer 1

有关perfcurve功能的详细信息，请访问： http://in.mathworks.com/help/stats/perfcurve.html 这些例子非常有用。

关于你的具体情况，t不是预测的矢量，而是你自己创建的矢量来标记你的测试数据，显然是1xn（你的情况下n = 834）。

您的分数矩阵为m * n，其中m是数据中的类数（对于您的情况为2）。 由于您说1是您的正面课程，因此您将选择包含正面课程分数的专栏。 类似的东西：

[xTr, yTr, TTr, aucTr] = perfcurve(t, results.Data.y(:,1), 1);
plot(xTr, yTr);