Matlab曲线标签格式?
我想在Matlab中使用Matlab曲线标签格式?,matlab,statistics,plot,regression,Matlab,Statistics,Plot,Regression,我想在Matlab中使用perfcurve函数创建一条ROC曲线(用于逻辑回归,如图所示)。我有150个数据点(二进制数据),但它们既不是正类也不是负类;它们是特定数据点内积极观察的数量 示例(随机数据说明): 所示示例仅演示如何为仅对应于正类或负类的数据行创建标签 为了 为了使ROC曲线图工作,我必须如何格式化我的标签和posclass 非常感谢。为了在Matlab中使用perfcurve函数创建ROC曲线,您需要获得每个数据点的分数(使用分数参数传递给perfcurve)。数据点的分数由分类
perfcurve
函数创建一条ROC曲线(用于逻辑回归,如图所示)。我有150个数据点(二进制数据),但它们既不是正类也不是负类;它们是特定数据点内积极观察的数量
示例(随机数据说明):
所示示例仅演示如何为仅对应于正类或负类的数据行创建标签
为了
为了使ROC曲线图工作,我必须如何格式化我的标签和posclass
非常感谢。为了在Matlab中使用
perfcurve
函数创建ROC曲线,您需要获得每个数据点的分数(使用分数参数传递给perfcurve)。数据点的分数由分类器给出,对应于该数据点属于正类(由posclass
参数定义)的“概率”[1]。根据您的数据,您没有足够的信息来使用perfcurve
功能
[1] 有些分类器不会返回严格的概率,但分数越高表示概率越高,所以这没关系。更多关于福塞特的信息,汤姆。“ROC分析简介”,《模式识别快报》27.8(2006):861-874。为了在Matlab中使用perfcurve
函数创建ROC曲线,您需要获得每个数据点的分数(使用分数参数传递给perfcurve)。数据点的分数由分类器给出,对应于该数据点属于正类(由posclass
参数定义)的“概率”[1]。根据您的数据,您没有足够的信息来使用perfcurve
功能
[1] 有些分类器不会返回严格的概率,但分数越高表示概率越高,所以这没关系。更多关于福塞特的信息,汤姆。“ROC分析导论”,《模式识别快报》27.8(2006):861-874。让我们来看第一个数据点。你的意思是:1)23例为阳性,35例为阳性;2) 正确检测23个,共检测35个;3) 23例检测为阳性,而总共有35例?在最后一个案例中,没有足够的数据。是的,案例3)就是我所指的。我发现了一种完全不同的方法来解决问题的替代方法,但我仍然对解决方案感兴趣(很抱歉回复太晚)。假设数据量足够,我将如何解决这个问题?让我们看第一个数据点。你的意思是:1)23例为阳性,35例为阳性;2) 正确检测23个,共检测35个;3) 23例检测为阳性,而总共有35例?在最后一个案例中,没有足够的数据。是的,案例3)就是我所指的。我发现了一种完全不同的方法来解决问题的替代方法,但我仍然对解决方案感兴趣(很抱歉回复太晚)。假设数据量足够,我将如何解决该问题?
datapoint +ve observations total observations
1 23 35
2 27 41
3 23 36
4 18 29
5 19 39
6 21 41
7 24 40
8 29 36
9 38 45
10 12 32
[X,Y,T,AUC] = perfcurve(labels,scores,posclass)