matlab 代价曲线

代价曲线（Cost Curve）是指在机器学习中，用于衡量模型性能的一种可视化工具。在 MATLAB 中，可以使用 plot 函数绘制代价曲线。

代价曲线通常是将模型的误差或代价函数与模型的性能指标（如准确率、召回率、F1 分数等）进行比较。代价函数的值越小，模型的性能指标越好。

在绘制代价曲线时，通常会使用交叉验证（Cross Validation）来估计模型的性能指标。可以根据模型的预测结果和真实标签计算出各种性能指标，并将它们绘制在图中。根据代价函数的不同，代价曲线可以分为不同类型，如成本-收益曲线（Cost-Benefit Curve）、ROC 曲线等。

以下是一个简单的 MATLAB 代码示例，用于绘制成本-收益曲线：

% 定义成本和效益
costs = [1 2 3 4 5];
benefits = [5 4 3 2 1];

% 计算成本-效益比率
ratios = benefits ./ costs;

% 绘制成本-收益曲线
plot(costs, ratios);
xlabel('成本');
ylabel('成本-效益比率');
title('成本-收益曲线');

运行上述代码，将会得到一个成本-收益曲线的图形，其中 X 轴表示成本，Y 轴表示成本-效益比率。

需要注意的是，代价曲线只是一个工具，不能够完全代表模型的性能。在实际应用中，还需要结合其他指标来综合评估模型的性能。