ROC曲线 matlab实现

接受者操作特性曲线 （receiver operating characteristic curve，简称ROC曲线），又称为感受性曲线（sensitivity curve）。得此名的原因在于曲线上各点反映着相同的感受性，它们都是对同一信号刺激的反应，只不过是在几种不同的判定标准下所得的结果而已。接受者操作特性曲线就是以虚惊概率为横轴，击中概率为纵轴所组成的坐标图，和被试在特定刺激条件下由于采用不同的判断标准得出的不同结果画出的曲线。

function ROCdata=roc（varargin）
% ROC - Receiver Operating Characteristics.
% The ROC graphs are a useful tecnique for organizing classifiers and
% visualizing their performance. ROC graphs are commonly used in medical
% decision making.
% If you have downloaded partest
% http://www.mathworks.com/matlabcentral/fileexchange/12705
% the routine will compute several data on test performance.
%
% Syntax: roc（xalpha）
%
% Input: x - This is the data matrix. The first column is the column of the data value;
%            The second column is the column of the tag: unhealthy （1） and
%            healthy （0）.
%          alpha - significance level （default 0.05）
%
% Output: The ROC plot;
%         The Area under the curve with Standard error and Confidence
%         interval and comment.
%         Cut-off point for best sensitivity and specificity.
%         （Optional） the test performances at cut-off point.
%
% Example:
%           load rocdata
%           roc（x）
%
%           Created by Giuseppe Cardillo
%           giuseppe.cardillo-edta@poste.it
%
% To cite this file this would be an appropriate format:
% Cardillo G. （2008） ROC curve: compute a Receiver Operating Characteristics curve.
% http://www.mathworks.com/matlabcentral/fileexchange/19950

%Input Error handling
args=cell（varargin）;
nu=numel（args）;
if isempty（nu）
    error（‘Warning: almost the data matrix is required‘）
elseif nu>3
    error（‘Warning: Max three input data are required‘）
end
default.values = {[]0.051};
default.values（1:nu） = args;
[x alpha verbose] = deal（default.values{:}）;
if isvector（x）
    error（‘Warning: X must be a matrix‘）
end
if ~all（isfinite（x（:））） || ~all（isnumeric（x（:）））
    error（‘Warning: all X values must be numeric and finite‘）
end
x（:2）=logical（x（:2））;
if all（x（:2）==0）
    error（‘Warning: there are only healthy subjects!‘）
end
if all（x（:2）==1）
    error（‘Warning: there are only unhealthy subjects!‘）
end
if nu>=2
    if ~isscalar（alpha） || ~isnumeric（alpha） || ~isfinite（alpha） || isempty（alpha）
        error（‘Warning: it is required a numeric finite and scalar ALPHA value.‘）;
    end
    if alpha <= 0 || alpha >= 1 %check if alpha is between 0 and 1
        error（‘Warning: ALPHA must be comprised between 0 and 1.‘）
    end
    if nu==3
        verbose=logical（verbose）;
    end
end
clear args default nu

tr=repmat（‘-‘180）;
lu=length（x（x（:2）==1））; %number of unhealthy subjects
lh=length（x（x（:2）==0））; %number of healthy subjects
z=sortrows（x1）;
%find unique values in z
labels=unique（z（:1））;
ll=length（labels）; %count unique value
a=zeros（ll2）; %array preallocation
ubar=mean（x（x（:2）==1）1）; %unhealthy mean value
hbar=mean（x（x（:2）==0）1）; %healthy mean value
for K=1:ll
    if hbar        TP=length（x（x（:2）==1 & x（:1）>labels（K）））;
        FP=length（x（x（:2）==0 & x（:1）>labels（K）））;
        FN=length（x（x（:2）==1 & x（:1）<=labels（K）））;
        TN=length（x（x（:2）==0 & x（:

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        1338  2010-04-08 13:00  license.txt
     文件        7911  2010-04-08 12:49  roc.m
     文件         351  2009-02-16 15:52  rocdata.mat