matlab画ROC曲线

使用matlab画ROC曲线，% predict - 分类器对测试集的分类结果 % ground_truth - 测试集的正确标签,这里只考虑二分类，即0和1 % auc - 返回ROC曲线的曲线下的面积

%  predict       - 分类器对测试集的分类结果
%  ground_truth - 测试集的正确标签这里只考虑二分类，即0和1
%  auc            - 返回ROC曲线的曲线下的面积
function  plot_roc（）
%初始点为（1.0 1.0）
%计算出ground_truth中正样本的数目pos_num和负样本的数目neg_num
%  predict ground_truth
tic
data = xlsread（‘F:\滑坡\洪都拉斯\多元线性回归数据20170715\ROC_DATA.xlsx‘）;
predict = data（:2）;
ground_truth = data（:1）;
pos_num = sum（ground_truth==1）;
neg_num = sum（ground_truth==0）;

m=size（ground_truth1）;
[preIndex]=sort（predict）;
ground_truth=ground_truth（Index）;
x=zeros（m+11）;
y=zeros（m+11）;
auc=0;
x（1）=1;y（1）=1;

for i=2:m
TP=sum（ground_truth（i:m）==1）;FP=sum（ground_truth（i:m）==0）;
x（i）=FP/neg_num;
y（i）=TP/pos_num;
auc=auc+（y（i）+y（i-1））*（x（i-1）-x（i））/2;
end;

x（m+1）=0;y（m+1）=0;
auc=auc+y（m）*x（m）/2;%计算的面积
disp（‘AUC : ‘）
disp（auc）
%% plot%%
figure
plot（xy‘r‘‘linewidth‘1）;
hold on 
plot（[01][01]）
grid on
set（gca‘XTick‘0:0.2:1）;
set（gca‘YTick‘0:0.2:1）;
axis equal
title（‘ROC Curve‘）;
xlabel（‘1 - Specificity‘）;
ylabel（‘Sensitivity‘）;
set（gca ‘Fontname‘ ‘arial‘）;
grid on
toc
end
%% Writed by 王明文 8/29/2017

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件     416366  2017-08-29 19:52  ROC_DATA.xlsx

     文件       1174  2017-08-29 20:21  plot_roc.m

----------- ---------  ---------- -----  ----

               417540                    2