matlab绘制多分类ROC、PR曲线

在 MATLAB 中，可以使用 `perfcurve` 函数绘制多分类的 ROC 和 PR 曲线。以下是一个示例代码：

% 生成一些随机分类数据
rng(1);
numClasses = 4;
scores = randn(1000, numClasses);
labels = randi([1,numClasses], [1000,1]);

% 绘制 ROC 曲线
figure;
colors = {'b', 'r', 'g', 'm'};
for i = 1:numClasses
    [X,Y,T,AUC] = perfcurve(labels, scores(:,i), i);
    plot(X,Y, colors{i}, 'LineWidth', 2);
    hold on;
end
xlabel('False positive rate');
ylabel('True positive rate');
title('ROC curve');
legend('Class 1', 'Class 2', 'Class 3', 'Class 4');

% 绘制 PR 曲线
figure;
for i = 1:numClasses
    [X,Y,T,AUC] = perfcurve(labels, scores(:,i), i, 'xCrit', 'reca', 'yCrit', 'prec');
    plot(X,Y, colors{i}, 'LineWidth', 2);
    hold on;
end
xlabel('Recall');
ylabel('Precision');
title('PR curve');
legend('Class 1', 'Class 2', 'Class 3', 'Class 4');

在这个例子中，我们生成了一个具有 4 个类别的随机分类数据。然后，我们使用 `perfcurve` 函数计算每个类别的 ROC 和 PR 曲线，并将它们绘制在同一张图表中。注意，我们在绘制 PR 曲线时使用了 `'xCrit', 'reca', 'yCrit', 'prec'` 参数来指定 $x$ 轴和 $y$ 轴分别表示召回率和精确率。