该函数计算Receiver Operating Characteristic curve,它代表两类数据(即class_1和class_2)的1-特异性和敏感性。
该函数还返回所有需要的定量参数:阈值位置、到最佳点的距离、灵敏度、特异性、准确性、曲线下面积(AROC)、阳性预测值和阴性预测值(PPV, NPV)、假阴性率和阳性率(FNR, FPR)、假发现率(FDR)、假遗漏率(FOR)、F1评分、马修斯相关系数(MCC)、信息度(BM)和标记性;真阳性(TP)、真阴性(TN)、假阳性(FP)、假阴性(FN)。
使用的例子:
class_1 = 0.5 * randn (100 1);
class_2 = 0.5 + 0.5 * randn (100 1);
roc_curve (class_1 class_2);
引用作为
维克多Martinez-Cagigal(2021)。ROC曲线(//www.tianjin-qmedu.com/matlabcentral/fileexchange/52442-roc-curve), MATLAB中央文件交换。检索.
MATLAB版本兼容性
创建R2014a
与任何版本兼容