如何从MATLAB Classification Learner中导出性能结果？

Question

分类学习者应用程序在应用程序GUI中以混淆矩阵，ROC曲线等形式提供了很好的结果。

但是，如何将所有这些值（例如准确性，观察数量，TPP，FNR，PPV和所有类别的FDR）轻松导出App？

提前致谢！

Answer 1

似乎分类器中没有简单的GUI选项，但您可以使用其他一些函数来获取结果。这是一个例子：

ROC曲线：

% load some sample data
fishertable = readtable('fisheriris.csv');
% here FisherClassifier is the exported code from the Classification
% Learner:
[trainedClassifier, validationAccuracy,validationPredictions,...
    validationScores] = FisherClassifier(fishertable);
% Species is the right classification:
species = fishertable.Species;
spp = 'versicolor'; % this is the species that you want it's ROC curve
% find the group number for this class:
cls = strcmp(spp,trainedClassifier.ClassificationKNN.ClassNames);
% calculate the ROC:
[X,Y,T,AUC] = perfcurve(species,validationScores(:,cls),spp);
% Plot it:
plot(X,Y,'LineWidth',2)
hold on
area(X,Y,'FaceColor',lines(1),'FaceAlpha',0.2)
xlabel('False positive rate')
ylabel('True positive rate')
text(0.5,0.5,['AUC = ' num2str(AUC)])
hold off

结果：

但是，正如可以在this answer中看到的那样，您可以通过以下方式获取所有未处理的数字句柄：

hFigs = findall(groot,'type','figure')

这会产生一系列数字，例如：（例如）：

hFigs = 
  4x1 Figure array:

  Figure    (MLearnAppConfusionMatrixFigure)
  Figure    (ParallelCoordinatesFigure)
  Figure    (MLearnAppROCCurveFigure)
  Figure    (ScatterFigure)

现在，您可以使用以下内容将它们全部保存到一个.fig文件（此处称为allcalss）：

savefig(hFigs,'allcalss')

或保存您想要的那个，通过其特定句柄说出混淆矩阵：

savefig(hFigs(1),'confmat')

以后你可以使用openfig命令对它们进行修改。

Answer 2

右键单击分类学习器应用程序图，然后选择show code。 生成代码后，请运行它。您将获得另一个图形，在该图形中您将看到相同的结果。