使用Matlab 画 ROC需要哪些数据

使用分类器进行分类后，需要绘制出ROC曲线来描述该分类器的性能。Matlab中自带的函数plotroc()，可以帮助我们来绘制ROC曲线。先来看一下这个函数

 

 

plotroc(targets,outputs) 这个函数是绘制一个ROC

plotroc(targets1,outputs1,'name1',targets2,outputs2,'name2',...) 这个函数是绘制多个ROC，这里要说的是，这个函数所谓的绘制多个ROC并不是将多个ROC绘制在同一个图中，而是对于每个ROC分别绘制在子图上

 

解释下这两个参数 target是训练集标签，output是分类结果矩阵。为了方便大家的理解，下面我以SVM为例，上图给大家解释一下，在Matlab中绘制ROC需要哪些数据。

上图是SVM分类后的文件，其中的train.txt中包括了样本的标签和特征（train_scale.txt是归一化的文件），result_svm.txt文件就是分类后的文件，我们来看一下

我们可以发现有一些列的概率值，这些就是我们需要的数据（注：结果中的标签是不需要的）

下面将测试集中的标签和结果中的概率导入到matlab中(注：如果只有两类需要将-1的标签改为0)，导入到Matlab的结果如图

然后就可以运行 

plotroc(target,output);

运行结果如图所示

再看看多个ROC的情况

plotroc(target,output，'name1',target,output,'name2');