У меня есть эксперимент по классификации вероятностной нейронной сети, настроенный в MATLAB. Я могу получить классы невидимых данных с помощью команды sim
. Есть ли способ получить вероятности для классов, которые вычисляет классификатор? Кроме того, есть ли прямой способ построить кривую рабочих характеристик приемника и рассчитать площадь под ROC для моего классификатора?
Найдите вероятности класса в Matlab PNN и сделайте график ROC
Ответы (2)
если у вас есть панель инструментов статистики, вы можете использовать perfcurve функция, добавленная в последние версии MATLAB для построения кривых ROC и получения AUC.
Возможно, вам больше повезет с ответом, если вы включите немного больше предыстории и определите свои термины. Я признаю ROC как кривую рабочей характеристики приемника, но PNN и AUC для меня просто суп из алфавита. Не делайте ошибку, полагая, что кто-то за пределами вашей очень конкретной проблемной области не может вам помочь. Тем не менее, вам нужно построить что-то вроде языкового моста, сначала объяснив свой жаргон. Это имеет дополнительное преимущество, поскольку делает этот конкретный вопрос более полезным для сообщества stackoverflow в целом, когда на него в конечном итоге будет дан ответ.