plotroc

R2026b

(제거될 예정임) 수신자 조작 특성 플로팅

plotroc 함수는 향후 릴리스에서 제거될 예정입니다. 자세한 내용은 레거시 신경망 코드를 dlnetwork 워크플로로 전환하기 항목을 참조하십시오.

코드 업데이트에 대한 자세한 지침은 버전 내역 항목을 참조하십시오.

구문

plotroc(targets,outputs)

plotroc(targets1,outputs2,'name1',...)

설명

plotroc(targets,outputs)는 각 출력 클래스에 대한 수신자 조작 특성(ROC)을 플로팅합니다. 각 곡선이 플롯의 좌측 모서리와 상단 모서리에 가까울수록 분류가 잘 된 것입니다.

팁

plotroc는 categorical형 목표값을 지원하지 않습니다. categorical형 목표값에 대한 ROC 메트릭을 플로팅하려면 rocmetrics를 사용하십시오.

plotroc(targets1,outputs2,'name1',...)은 여러 개의 플롯을 생성합니다.

예제

수신자 조작 특성 플로팅하기

이 예제에서는 패턴 신경망에서 각 출력 클래스에 대한 수신자 조작 특성(ROC)을 플로팅하는 방법을 보여줍니다.

load simplecluster_dataset
net = patternnet(20);
net = train(net,simpleclusterInputs,simpleclusterTargets);

simpleclusterOutputs = sim(net,simpleclusterInputs);
plotroc(simpleclusterTargets,simpleclusterOutputs)

입력 인수

targets — 신경망 목표값

행렬 | 셀형 배열

신경망 목표값으로, 행렬 또는 셀형 배열로 지정됩니다.

outputs — 신경망 출력값

행렬 | 셀형 배열

신경망 출력값으로, 행렬 또는 셀형 배열로 지정됩니다.

버전 내역

R2008a에 개발됨

R2026a: plotroc 함수는 제거될 예정임

plotroc 함수는 향후 릴리스에서 제거될 예정입니다.

시각화 워크플로에 대해 자세히 알아보려면 다음 예제와 항목을 참조하십시오.

• Deep Learning Visualization Methods

• Explore Network Predictions Using Deep Learning Visualization Techniques

• Deep Learning Metrics

• 딥러닝 훈련 진행 상황 모니터링하기

• ROC Curve and Performance Metrics

자세한 내용은 레거시 신경망 코드를 dlnetwork 워크플로로 전환하기 항목을 참조하십시오.

참고 항목

시계열 모델러 | fitrnet (Statistics and Machine Learning Toolbox) | fitcnet (Statistics and Machine Learning Toolbox) | trainnet | trainingOptions | dlnetwork

도움말 항목

• Training Neural Networks with Tabular Data
• Training Neural Networks with Time Series Data
• 레거시 신경망 코드를 dlnetwork 워크플로로 전환하기