roc

受信者動作特性

ページ内をすべて折りたたむ

構文

[tpr,fpr,thresholds] = roc(targets,outputs)

説明

[tpr,fpr,thresholds] = roc(targets,outputs) は、ターゲットの行列と出力の行列を取り、区間 [0,1] での真陽性と陽性の比率、偽陽性と陰性の比率、およびしきい値を返します。

ヒント

roc は categorical ターゲットをサポートしていません。categorical ターゲットの ROC メトリクスを計算するには、rocmetrics を使用します。

単一クラスの問題の場合、関数はクラス メンバーシップを示すブール値の行列と [0,1] の範囲の出力値の行列を取ります。

"受信者動作特性" は、分類器の品質のチェックに使用されるメトリクスです。roc は、分類器の各クラスについて、区間 [0,1] のしきい値を出力に適用します。各しきい値について、真陽性率 (TPR) および偽陽性率 (FPR) の 2 つの値が計算されます。特定のクラス i について、TPR は、実際のクラスと予測されたクラスがクラス i である出力の数を、予測されたクラスがクラス i である出力の数で除算して求められます。FPR は、実際のクラスがクラス i ではなく、予測されたクラスがクラス i である出力の数を、予測されたクラスがクラス i ではない出力の数で除算して求められます。

plotroc を使用して、この関数の結果を可視化できます。

例

例

すべて折りたたむ

この例では、アヤメの花を認識するように学習させたネットワークの ROC を計算してプロットする方法を示します。

load iris_dataset
net = patternnet(20);
net = train(net,irisInputs,irisTargets);
irisOutputs = sim(net,irisInputs);
[tpr,fpr,thresholds] = roc(irisTargets,irisOutputs)

入力引数

すべて折りたたむ

ターゲット。S 行 Q 列の行列として指定します。各列ベクトルは、値 1 を 1 つだけもち、それ以外の要素はすべて 0 です。1 である要素のインデックスは、そのベクトルが S 個のうちどのカテゴリを表しているかを示します。

単一クラスの問題の場合、この引数は、クラス メンバーシップを示すブール値から成る 1 行 Q 列の行列として指定します。

出力。S 行 Q 列の行列として指定します。各列は、[0,1] の範囲の値をもちます。列の最大要素のインデックスは、そのベクトルが S 個のうちどのカテゴリを表しているかを示します。または、1 行 Q 列のベクトルになります。0.5 以上の値はクラス メンバーシップを示し、0.5 未満の値は非メンバーシップを示します。

出力引数

すべて折りたたむ

しきい値以上のターゲットのうち、実際にターゲット値が 1 である割合。1 行 N 列のベクトルから成る 1 行 S 列の cell 配列として返されます。

単一クラスの問題の場合、この出力引数は 1 行 N 列のベクトルとして返されます。

しきい値以上のターゲットのうち、実際にターゲット値が 0 である割合。1 行 N 列のベクトルから成る 1 行 S 列の cell 配列として返されます。

単一クラスの問題の場合、この出力引数は 1 行 N 列のベクトルとして返されます。

しきい値。区間 [0,1] での、1 行 N 列のベクトルから成る 1 行 S 列の cell 配列として返されます。

単一クラスの問題の場合、この出力引数は 1 行 N 列のベクトルとして返されます。

バージョン履歴

R2008a で導入

参考

|