ROC曲线的绘制
来源:互联网 发布:dvd光盘播放软件 编辑:程序博客网 时间:2024/05/10 02:22
ROC曲线一般用于绘制二分类问题,用于评价分类器、分类算法的性能
ROC(Receiver Operating Characteristic)曲线和AUC常被用来评价一个二值分类器(binary classifier)的优劣
工具:matlab2010b+libsvm-3.20
%训练部分load train.mat train;load train_label.mat train_label;model = svmtrain(train_label,train,'-s 0 -t 2 -b 1');save model.mat model;%测试部分load model.mat model;load test.mat test;load test_label.mat test_label;[predict_label, accuracy , dec_values] = svmpredict(test_labels,test,model,'-b 1');%ROC曲线绘制score = dec_values(:,1);[x,y]=perfcurve(test_labels,score,1);plot(x,y,'-r');legend('hog','location','best');xlabel('假阳性率(False Positive Rate)'); ylabel( '真阳性率(True positive rate)')
解释部分
绘制ROC曲线需要得到分类器对测试样本的概率输出,即分类器认为某个样本具有多大的概率属于正样本或负样本。libsvm中svmpredict函数,需要标记’-b 1’,这样我们可以获得测试样本的概率输出。其值保存在dec_values中。但我们需要取得的是属于正样本的概率输出,所以只需要dec_values中的第一列即可。再使用perfcurve画出ROC曲线。其它分类器的概率输出类似。
理论说明参考http://alexkong.net/2013/06/introduction-to-auc-and-roc/
0 0
- ROC曲线的绘制
- ROC曲线的绘制
- ROC曲线的绘制
- ROC曲线 及其绘制
- 如何绘制ROC曲线
- R语言绘制ROC曲线
- 使用R绘制ROC曲线
- R语言-绘制ROC曲线
- 用sklearn绘制ROC曲线
- R语言-绘制ROC曲线
- 用sklearn绘制ROC曲线
- python绘制precision-recall曲线、ROC曲线
- ROC曲线的概念
- ROC曲线的理解
- ROC曲线的理解
- ROC曲线绘制及AUC计算
- 计算AUC和绘制ROC曲线
- 在caffe中绘制ROC曲线
- Java集合(一):Java集合概述
- 两种Java容器类List和Set分析
- ORACLE ADR 不能直接执行repair failure,需要先执行advice failure,生成修复脚本
- android(NDK+JNI)---Android使用JNI实现Java与C之间传递数据
- Hadoop的HA机制(Zookeeper集群+Hadoop集群)配置记录
- ROC曲线的绘制
- 写给新手:网站改版的SEO因素!
- error: No resource identifier found for attribute ‘footerColor’ in package
- 几种Tab的实现方法
- thinkphp: Undefined class constant 'MYSQL_ATTR_INIT_COMMAND'
- Android Service 使用总结
- STL Algorithms in Action
- 几个常用的操作系统进程调度算法
- 前台post提交表单时获取不到数据的原因