matlab AUC代码

以下是一个MATLAB代码示例，用于计算AUC（Area Under the Curve）指标：

% 真实标签
trueLabels = [1; 1; 0; 0; 1; 0; 1; 0; 0; 1];

% 预测得分（分类器输出的概率或信号强度）
scores = [0.9; 0.8; 0.7; 0.6; 0.5; 0.4; 0.3; 0.2; 0.1; 0.05];

% 计算排序的索引
[~, sortedIdx] = sort(scores, 'descend');

% 对排序后的标签进行重新排序
sortedLabels = trueLabels(sortedIdx);

% 统计正样本数量和负样本数量
nPositive = sum(trueLabels == 1);
nNegative = sum(trueLabels == 0);

% 计算累积正样本比例和累积负样本比例
cumPositive = cumsum(sortedLabels == 1) / nPositive;
cumNegative = cumsum(sortedLabels == 0) / nNegative;

% 计算AUC
auc = trapz(cumNegative, cumPositive);

disp(auc);

在这个示例中，我们首先定义了真实标签（trueLabels）和预测得分（scores），分别表示样本的真实类别和分类器的输出结果。然后，我们根据预测得分对标签进行排序，并计算累积正样本比例和累积负样本比例。最后，使用trapz函数计算AUC（曲线下面积）指标。

请注意，这只是一个简单的示例代码，实际应用中可能需要根据具体情况进行适当的修改和调整。