matlab多分类PR曲线

在 Matlab 中，可以使用 `perfcurve` 函数绘制多分类的 PR 曲线。该函数的调用格式如下：

[X,Y] = perfcurve(labels,scores,posclass)

其中，`labels` 是一个 n×1 的向量，表示每个样本的真实标签，取值为 0 或 1；`scores` 是一个 n×c 的矩阵，表示每个样本属于 c 个类别的概率得分；`posclass` 是一个标量，表示正例的类别编号，取值范围为 1 到 c。

函数返回的 `X` 和 `Y` 分别是 PR 曲线上的点的横坐标和纵坐标。具体而言，`X` 是一个 m×1 的向量，表示经过排序后的预测得分阈值，`Y` 是一个 m×c 的矩阵，表示对于每个类别，相应的曲线上每个阈值对应的精度（precision）和召回率（recall）。

以下是一个示例代码，演示如何使用 `perfcurve` 函数绘制三分类问题的 PR 曲线：

% 生成随机数据
n = 1000;
c = 3;
labels = randi(c,[n,1]);
scores = rand(n,c);

% 绘制 PR 曲线
figure;
hold on;
colors = {'r','g','b'};
for i = 1:c
    [X,Y] = perfcurve(labels,scores(:,i),i);
    plot(Y(:,1),X(:,1),colors{i},'LineWidth',2);
end
xlabel('Recall');
ylabel('Precision');
legend({'Class 1','Class 2','Class 3'},'Location','best');
grid on;

该代码会生成一个 PR 曲线图，其中每个类别对应一条曲线。你可以根据自己的需求修改数据和参数，绘制出适合自己数据的 PR 曲线。