README

PHP库，用于计算接受者操作特征（ROC）和曲线下面积（AUC）。

接受者操作特征曲线（ROC曲线）是一种图形表示，说明在区分阈值变化时，二元分类系统的诊断能力。ROC曲线以假正率（误报）为X轴，真正率（真检测）为Y轴绘制。它是确定机器学习中分类器效率的非常有用的工具。曲线下面积（AUC）是比较不同ROC曲线并确定最佳曲线的简单方法。AUC值越接近1，分类器越好。

安装

composer require cylab/php-roc

用法

值数组

namespace Cylab\ROC;

require __DIR__ . "/../vendor/autoload.php";

// for each value, we indicate if it is a true detection (true)
// or a false alarm (false)
$values = [];
$values[] = new SimpleValue(0.22568639331762, true);
$values[] = new SimpleValue(0.33365791865329, true);
$values[] = new SimpleValue(0.74073486204293, true);
$values[] = new SimpleValue(0.47706215198946, false);
$values[] = new SimpleValue(0.049798118439409, false);
$values[] = new SimpleValue(0.083663045933313, true);

$roc = ROC::fromValues($values);

// Get the Area Under the Curve (AUC)
echo "AUC : " . $roc->getAUC() . "\n";

// Inpect the points that draw the ROC
var_dump($roc->getPoints());

// Save ROC to png image
$roc->saveToPNG("/tmp/php-roc.png", 800, 600);

ROC是从一个`Value`对象数组构建的。一个`Value`对象包含一个分数（介于0和1之间），并指示这是否是一个真实警报（true）或误报（false）。

一旦构建完成，您可以获取：

• 曲线下面积：`getAUC()`
• 绘制ROC曲线的点的坐标：`getPoints()`
• 将ROC保存为PNG图像：`saveToPNG($filename, $width, $height)`