如何在MATLAB中绘制CNN的精度和召回率？

如何绘制CNN的精确度和召回曲线？ 我已经从CNN获得了分数，想要绘制精确回忆曲线，但我无法得到。 我使用以下公式计算了

TP

、

TN

、

FP

、和

FN

：

idx = (ACTUAL()==1);
p = length(ACTUAL(idx));  
n = length(ACTUAL(~idx));   
N = p+n;
tp = sum(ACTUAL(idx)==PREDICTED(idx));   
tn = sum(ACTUAL(~idx)==PREDICTED(~idx));   
fp = n-tn;   
fn = p-tp;

精确性和召回率的计算公式为

precision = tp/(tp+fp)

但是有了这些，我得到了一些不想要的阴谋

我使用以下命令获得了CNN的分数：

[YTest,score]=classify(convnet,TestData)

---

MATLAB具有在统计和机器学习工具箱中创建ROC曲线和类似性能曲线（例如精度召回曲线）的功能：。 默认情况下，计算ROC曲线。 该函数具有以下语法：

[X, Y] = perfcurve(labels, scores, posclass)

这里，

labels

是每个样本的真实标签，

scores

是CNN（或任何其他分类器）的预测，

posclass

是您假设为“肯定”的类的标签，在您的示例中，它似乎是

1

。

perfcurve

函数的输出是ROC曲线的

（x，y）

坐标，因此您可以使用

plot(X, Y)

要使

perfcurve

绘制精度调用曲线而不是ROC曲线，必须设置函数的可选参数和参数。如文档中所述，可以使用不同的预定义标准，如误报次数（

'fp'

）、真阳性率（

'tpr'

）、准确性（

'accu'

）等，甚至可以使用自定义函数

通过将

'XCrit'

设置为

'tpr'

（调用）并将

'YCrit'

设置为

'prec'

（精度），创建精度调用曲线：

[X, Y] = perfcurve(labels, scores, posclass, 'XCrit', 'tpr', 'YCrit', 'prec');
plot(X, Y);
xlabel('Recall')
ylabel('Precision')
xlim([0, 1])
ylim([0, 1])

例如（使用随机生成的数据和支持向量机）：

---

hbaderts的答案是正确的，但答案的结尾是错误的

[X,Y] = perfcurve(labels,scores,posclass,'xCrit', 'fpr', 'yCrit', 'tpr');

然后生成的接收机工作特性（ROC）曲线是正确的。

---

CNN的预测分数为1000*100（100个班，每个班10个样本）。所以，当尝试使用perfcurve时，它给出了一个错误“您必须将分数作为浮点值的向量传递”。我所做的是按列求和来创建分数向量。我做得对还是错？如果错误，请建议我合适的方法。您只能评估二元分类的精度和召回率。我通常会建议为每个类绘制一条曲线。为此，您可以将

分数（：，k）

插入

perfcurve

。如前所述，如果需要将它们聚合到一个绘图中，则有多种方法可以使用。最简单的方法是为如上所示的每个类创建绘图并对其进行平均。perfcurve中没有阈值。[X，Y，Thres，AUC]=perfcurve（标签，分数，true）；“Thres”不是阈值吗？