matlab计算auc

在 MATLAB 中，计算 AUC（Area Under the Curve）的常用函数是 `perfcurve`。该函数可以计算 ROC 曲线的 AUC 值。

下面是使用 `perfcurve` 函数计算 AUC 的步骤：

1. 准备数据。需要准备预测分数和真实标签两个向量。预测分数可以是分类器的输出值，真实标签可以是 0 或 1 的二元向量。

2. 调用 `perfcurve` 函数。该函数的输入参数包括预测分数、真实标签和正例的标签值。例如，如果正例的标签值为 1，则可以将该值作为 `perfcurve` 函数的第三个参数传入。

3. 获取 AUC 值。`perfcurve` 函数会返回 ROC 曲线上每个点的坐标，以及 AUC 值。可以使用 `trapz` 函数计算 AUC 值。

下面是一个示例代码：

% 准备数据
scores = [0.1 0.3 0.2 0.8 0.6];
labels = [0 1 0 1 1];
positiveLabel = 1;

% 调用 perfcurve 函数
[X,Y,T,AUC] = perfcurve(labels, scores, positiveLabel);

% 计算 AUC 值
aucValue = trapz(X,Y);

在这个示例中，`scores` 是预测分数向量，`labels` 是真实标签向量，`positiveLabel` 是正例的标签值。函数调用之后，`X` 和 `Y` 分别是 ROC 曲线上每个点的 x 坐标和 y 坐标，`T` 是每个点对应的阈值值，`AUC` 是 ROC 曲线下面积的值。最后使用 `trapz` 函数计算 AUC 值。