plotroc

(削除予定) 受信者動作特性のプロット

plotroc は将来のリリースで削除される予定です。詳細については、Transition Legacy Neural Network Code to dlnetwork Workflowsを参照してください。

コードの更新に関するアドバイスについては、バージョン履歴を参照してください。

構文

plotroc(targets,outputs)

plotroc(targets1,outputs2,'name1',...)

説明

plotroc(targets,outputs) は、各出力クラスの受信者動作特性をプロットします。各曲線がプロットの左端および上端により多く沿っているほど、分類の精度が高いことを示します。

ヒント

plotroc 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 メトリクスをプロットするには、rocmetrics を使用します。

plotroc(targets1,outputs2,'name1',...) は、複数のプロットを生成します。

例

受信者動作特性のプロット

この例では、パターン ネットワークの各出力クラスの受信者動作特性をプロットする方法を示します。

load simplecluster_dataset
net = patternnet(20);
net = train(net,simpleclusterInputs,simpleclusterTargets);

simpleclusterOutputs = sim(net,simpleclusterInputs);
plotroc(simpleclusterTargets,simpleclusterOutputs)

入力引数

targets — ネットワークのターゲット

行列 | cell 配列

ネットワークのターゲット。行列または cell 配列として指定します。

outputs — ネットワークの出力

行列 | cell 配列

ネットワークの出力。行列または cell 配列として指定します。

バージョン履歴

R2008a で導入

R2026a: plotroc は削除予定

plotroc は将来のリリースで削除される予定です。

可視化のワークフローの詳細については、以下の例とトピックを参照してください。

• 深層学習の可視化手法

• Explore Network Predictions Using Deep Learning Visualization Techniques

• Deep Learning Metrics

• 深層学習における学習の進行状況の監視

• ROC Curve and Performance Metrics

詳細については、Transition Legacy Neural Network Code to dlnetwork Workflowsを参照してください。

参考

時系列モデラー | fitrnet (Statistics and Machine Learning Toolbox) | fitcnet (Statistics and Machine Learning Toolbox) | trainnet | trainingOptions | dlnetwork

トピック

• Training Neural Networks with Tabular Data
• Training Neural Networks with Time Series Data
• Transition Legacy Neural Network Code to dlnetwork Workflows