该函数计算接收者工作特征曲线,它表示两类数据(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、到最优点的距离、灵敏度、特异性、准确性、曲线下面积(AROC)、阳性和阴性预测值(PPV、NPV)、假阴性和阳性率(FNR、FPR)、假发现率(FDR)、假遗漏率(FOR)、F1评分、马修斯相关系数(MCC)、知情度(BM)和标记度;以及真阳性(TP)、真阴性(TN)、假阳性(FP)和假阴性(FN)的数量。
使用示例:
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
Víctor Martínez-Cagigal(2023)。ROC曲线(//www.tatmou.com/matlabcentral/fileexchange/52442-roc-curve), MATLAB中央文件交换。检索.
MATLAB版本兼容性
使用R2014a创建
与任何版本兼容