使用perfcurve繪製神經網絡分類器的ROC曲線

我一直在使用patternnet分類器對2個不同的類進行分類 - 標記爲0,1。我試圖用MATLAB來生成使用patternnet生成的一些數據的Roc曲線圖但我無法理解它需要運行的參數。使用perfcurve繪製神經網絡分類器的ROC曲線

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

我假定： t是生成的標籤的矢量，我的數據所屬成類的狀態（礦由0和1，並且大小爲2x834）分數是所謂由patternnet創建的變量' results.Data.y'（大小爲2x834） posclass爲1. 但是分數應該是一個向量（大小爲1×834），我不知道要選擇哪一行？

來源

2016-04-02 ebrahimi

有關perfcurve功能的詳細信息可在此處獲得： http://in.mathworks.com/help/stats/perfcurve.html 這些示例非常有用。

關於你提到的具體情況，T沒有預測矢量，但你自己創建的矢量標記您的測試數據，這顯然會是1xN（其中n = 834爲您的情況。）

你的分數矩陣將是m * n，其中m是數據中類的數量（對於您的情況，這是2）。既然你說1是你的正面課堂，你會選擇包含你正面課堂成績的欄目。類似於：

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

來源

2016-04-10 12:30:50

謝謝。那麼，我將不勝感激，如果能解釋我的一部分下面的代碼：（http://lamda.nju.edu.cn/code_CSNN.ashx）在LableFormatConvertion.m文件中，行50： 'prediction = ClassType （ID）;'。 @ArchitTaneja – ebrahimi

@ebrahimi我不確定輸入中究竟是什麼'標籤'，但要回答你的問題：當你使用max（Label）找到'id'時，你會得到Label的行索引，其中max元素出現：例如：對於 A = [1 9 -2; 8 4 -5]，id將是[2,1,1]，它表示在第一列中，8是最大值，它的行索引是2. 現在你有一個元組作爲'id'。使用'id'中的值可以訪問ClassType的數組元素。例如：如果您的'id'爲[2,1,1]，ClassType爲[0,1] 'prediction'爲[1,0,0]。即id（1）= 2獲取ClassType（2）= 1，id（2）= 1將獲取ClassType（1）= 0等等。 –

謝謝。實際上，有六種算法來處理不平衡分類。例如，考慮過採樣，然後請看sample_oversampling。 m文件，所以很清楚標籤是什麼。它是測試數據的模擬輸出。我的問題是，如果我們將ClassType更改爲[1,0]，那麼結果將是相反的，以及如何知道哪一個對[0，1]或[1,0]是正確的。 @ArchitTaneja – ebrahimi

使用perfcurve繪製神經網絡分類器的ROC曲線

回答

相關問題