roc曲线matlab绘制

ROC曲线是衡量二分类器性能的一种常用方法，通常使用真阳性率（True Positive Rate, TPR）和假阳性率（False Positive Rate, FPR）作为横纵坐标绘制曲线。在MATLAB中，可以使用`perfcurve`函数绘制ROC曲线。

下面是一个简单的例子：

% 生成样本数据
y_true = [ones(1,50),zeros(1,50)];
y_scores = rand(1,100);

% 计算TPR和FPR
[TPR,FPR,T,~] = perfcurve(y_true,y_scores,1);

% 绘制ROC曲线
plot(FPR,TPR);
xlabel('FPR');
ylabel('TPR');
title('ROC Curve');

解释一下上面的代码：

- `y_true`是真实标签，这里生成了100个标签，其中前50个是正例，后50个是负例；
- `y_scores`是分类器输出的得分，这里是随机生成的；
- `perfcurve`函数计算了TPR和FPR，其中第三个参数1表示正例的标签是1；
- 最后使用`plot`函数绘制ROC曲线。

可以根据实际情况修改样本数据和函数参数。