在Matlab中绘制ROC曲线

我需要在matlab中绘制ROC曲线。我有两个数组，一个包含真阳性率，另一个包含假阳性率。我尝试了使用两个数组作为输入的

plotroc

和

perfcurve

，但似乎都不起作用。有没有另一种方法可以用我的数据绘制ROC曲线

编辑 为了回答塔索斯·帕帕斯蒂利亚努的问题，我发布了一张图片：

简单地绘制两个数组，它看起来并不是一条ROC曲线：S

EDIT2 上传图像时阵列倒置，仍然不像ROC！

EDIT3 显示我的ROC曲线图的图像，在[0,1]中标准化

---

[]

多亏@TasosPapastylianou提供的评论，我才得以解决。为了获得更好的绘图结果，我在x轴上对两个数组进行排序（或假阳性率）。再次感谢@TASOSPAPSTYLEANOU

多亏@TasosPapastylianou提供的评论，我才下定决心。为了获得更好的绘图结果，我在x轴上对两个数组进行排序（或假阳性率）。再次感谢@TASOSPAPSTYLEANOU

我想我应该用一个很好的ROC曲线示例发布一个正确的答案，展示我们在评论中讨论的东西：

%% Create datasets

[X,Y] = ndgrid(1:100,1:100);

% Ground Truth image
Circle= zeros(100); Circle((X-50).^2 + (Y-50).^2 - 500 <= 0) = 1;

% Test image (parameterised by threshold)
pkg load statistics % if using octave - needed for 'mvnpdf'
pkg load image      % if using octave - needed for 'mat2gray'
Gaussian = mvnpdf([X(:), Y(:)], [45, 45], [500,0;0,500]);
Gaussian = reshape(Gaussian, size(X));
Gaussian = mat2gray(Gaussian);

%% Generate ROC curve for a range of thresholds
ThresholdRange = 0 : 0.025 : 1;
TPs = zeros(size(ThresholdRange));
FPs = zeros(size(ThresholdRange));
Ind = 0;
for Threshold = ThresholdRange 
  Ind = Ind + 1;
  TP = Circle .* (Gaussian > Threshold);
  T  = Circle;
  TPR = sum(TP(:)) / sum(T(:));
  TPs(Ind) = TPR;

  FP = (1 - Circle) .* (Gaussian > Threshold);
  N  = (1 - Circle);
  FPR = sum(FP(:)) / sum(N(:));
  FPs(Ind) = FPR;
end

%% Plotski curvski
plot(FPs, TPs, 'linewidth', 3, 'marker', 'o', 'markersize',10,'markeredgecolor', 'k', 'markerfacecolor', 'g');
hold on; 
plot(ThresholdRange, ThresholdRange, 'r-.', 'linewidth', 3);
axis([0,1,0,1]);
title('Les Curves du ROC! Ooh-la-la!', 'fontsize', 16);
xlabel('Le Rate des Positifs Falses! Oh mon dieu!', 'fontsize', 14);
ylabel('Le Rate des Positifs Vrais! Magnifique!', 'fontsize', 14);
grid on;

%%创建数据集
[X，Y]=ndgrid（1:100,1:100）；
%地面真实图像
圆=零（100）；圆圈（（X-50）。^2+（Y-50）。^2-500阈值）；
T=圆；
TPR=sum（TP（：）/sum（T（：）；
TPs（Ind）=TPR；
FP=（1-圆）。*（高斯>阈值）；
N=（1-圈）；
FPR=sum（FP（：）/sum（N（：））；
FPs（Ind）=FPR；
结束
%%普洛斯基曲线
绘图（FPs、TPs、‘线宽’、3、‘标记’、‘o’、‘标记大小’、10、‘标记边缘颜色’、‘k’、‘标记表面颜色’、‘g’）；
等等
绘图（ThresholdRange，ThresholdRange，'r-'，'linewidth'，3）；
轴（[0,1,0,1]）；
标题（'Les Curves du ROC！Ooh la la！'，'fontsize'，16）；
xlabel（'leratedespositifs Falses！噢，mondieu！'，'fontsize'，14）；
ylabel（'Le Rate des Positifs Vrais！Magnifique！'，'fontsize'，14）；
网格化；

---

我想我应该用一个很好的ROC曲线示例发布一个正确的答案，演示我们在评论中讨论的内容：

%% Create datasets

[X,Y] = ndgrid(1:100,1:100);

% Ground Truth image
Circle= zeros(100); Circle((X-50).^2 + (Y-50).^2 - 500 <= 0) = 1;

% Test image (parameterised by threshold)
pkg load statistics % if using octave - needed for 'mvnpdf'
pkg load image      % if using octave - needed for 'mat2gray'
Gaussian = mvnpdf([X(:), Y(:)], [45, 45], [500,0;0,500]);
Gaussian = reshape(Gaussian, size(X));
Gaussian = mat2gray(Gaussian);

%% Generate ROC curve for a range of thresholds
ThresholdRange = 0 : 0.025 : 1;
TPs = zeros(size(ThresholdRange));
FPs = zeros(size(ThresholdRange));
Ind = 0;
for Threshold = ThresholdRange 
  Ind = Ind + 1;
  TP = Circle .* (Gaussian > Threshold);
  T  = Circle;
  TPR = sum(TP(:)) / sum(T(:));
  TPs(Ind) = TPR;

  FP = (1 - Circle) .* (Gaussian > Threshold);
  N  = (1 - Circle);
  FPR = sum(FP(:)) / sum(N(:));
  FPs(Ind) = FPR;
end

%% Plotski curvski
plot(FPs, TPs, 'linewidth', 3, 'marker', 'o', 'markersize',10,'markeredgecolor', 'k', 'markerfacecolor', 'g');
hold on; 
plot(ThresholdRange, ThresholdRange, 'r-.', 'linewidth', 3);
axis([0,1,0,1]);
title('Les Curves du ROC! Ooh-la-la!', 'fontsize', 16);
xlabel('Le Rate des Positifs Falses! Oh mon dieu!', 'fontsize', 14);
ylabel('Le Rate des Positifs Vrais! Magnifique!', 'fontsize', 14);
grid on;

%%创建数据集
[X，Y]=ndgrid（1:100,1:100）；
%地面真实图像
圆=零（100）；圆圈（（X-50）。^2+（Y-50）。^2-500阈值）；
T=圆；
TPR=sum（TP（：）/sum（T（：）；
TPs（Ind）=TPR；
FP=（1-圆）。*（高斯>阈值）；
N=（1-圈）；
FPR=sum（FP（：）/sum（N（：））；
FPs（Ind）=FPR；
结束
%%普洛斯基曲线
绘图（FPs、TPs、‘线宽’、3、‘标记’、‘o’、‘标记大小’、10、‘标记边缘颜色’、‘k’、‘标记表面颜色’、‘g’）；
等等
绘图（ThresholdRange，ThresholdRange，'r-'，'linewidth'，3）；
轴（[0,1,0,1]）；
标题（'Les Curves du ROC！Ooh la la！'，'fontsize'，16）；
xlabel（'leratedespositifs Falses！噢，mondieu！'，'fontsize'，14）；
ylabel（'Le Rate des Positifs Vrais！Magnifique！'，'fontsize'，14）；
网格化；

---

ROC曲线实际上是FP与TP的比值。为什么不直接使用普通的绘图命令呢？@TasosPapastylianou嗨，我已经试过了，但是我得到了一个真正远离ROC曲线的东西。我编辑了这篇文章，这样你就可以看到这个简单的情节发生了什么！你是说形状？不。你不可能总是让教科书看起来平滑。这取决于验证的数量，阈值影响分类的方式，等等，你的轴不是从零开始的。将轴从0规格化为1，绘图将产生更敏感的问题。是的。我确信如果您添加更多的验证运行，尤其是针对更“极端”的阈值（即无用的阈值，它要么完全接受要么拒绝类）它看起来会更像你所期望的。ROC曲线实际上是FP vs TP。为什么不使用普通绘图命令？@TasosPapastylianou嗨，我试过了，但我得到了一些与ROC曲线相去甚远的东西。我编辑了这篇文章，这样你就可以看到简单绘图的结果了！你是说形状吗？不。你不总是能让教科书看起来平滑曲线e、 这取决于验证的数量，阈值影响分类的方式，等等，你的轴不是从零开始的。将你的轴从0标准化为1，绘图会产生更敏感的问题。是的，是的。我确信如果你添加更多验证运行，特别是对于更“极端”的阈值(（即无用的，完全接受或拒绝课程）它看起来更像你期望的。