一、maxENT模型

前面的文章已经详细讲过了。

maxENT软件运行后，会生成一个html报告，里面有ROC曲线，但我们往往需要自己画图，设计一下样式，而不是直接使用输出的图像。

二、ROC曲线

ROC 曲线，即受试者工作特征曲线（Receiver Operating Characteristic Curve），是用来评估二分类模型性能的重要工具。

• 二分类决策：在二分类模型中，模型通常根据某个阈值（threshold）将样本预测为正例或负例。调整这个阈值会影响预测结果，从而改变模型的敏感性（正确识别正例的能力）和特异性（正确排除负例的能力）。

• 混淆矩阵要素：

  • 真阳性（TP）：被正确预测为正例的样本数量。
  • 真阴性（TN）：被正确预测为负例的样本数量。
  • 假阳性（FP）：被错误预测为正例的负样本数量。
  • 假阴性（FN）：被错误预测为负例的正样本数量。

---

🔹主要指标

• 真正率（True Positive Rate, TPR）：也称为敏感性或召回率，计算公式为

  $$TPR=\frac{TP}{TP+FN}$$

  该指标反映模型检测到正类的比例。

• 假正率（False Positive Rate, FPR）：计算公式为
  $$FPR=\frac{FP}{FP+TN}$$
  该指标反映在所有负样本中误判为正样本的比例。

在 ROC 曲线上，TPR 是纵轴，而 FPR 是横轴。

---

❄️ 如何绘制 ROC 曲线

1. 设置不同阈值：对于一个分类器，可以从 0 到 1 选择若干不同的概率阈值。
2. 计算指标：对于每个阈值，依据预测结果计算对应的 TPR 和 FPR。
3. 绘图：将每个阈值对应的 (FPR, TPR) 点在二维坐标系中描绘出来，并连接这些点，形成一条曲线。

随着阈值的变化：

• 当阈值很高时，模型较为严格，只预测非常有信心的样本为正例，此时 TPR 较低，FPR 也较低。
• 当阈值很低时，更多样本被预测为正例，TPR 提高，但同时 FPR 也会上升。

---

☘️曲线下的面积（AUC）

• AUC（Area Under the Curve）：ROC 曲线下的面积代表了模型的整体区分能力。
  • AUC = 1：理想模型，能完美区分正负样本。
  • AUC = 0.5：与随机猜测相当，说明模型没有区分能力。
    AUC 数值越大，说明模型在不同阈值下保持了较高的 TPR 同时控制了 FPR 的上升，表现越优。

---

🗝️ROC 曲线的应用与特点

• 独立于样本类别分布：与精确度（accuracy）不同，ROC 曲线上各点的计算不受类别比例影响，对于类别分布不平衡的问题，ROC 依然能有效反映模型性能。
• 决策阈值选择：通过 ROC 曲线，可以直观地看到在不同阈值下模型的表现，从而帮助选择一个合适的平衡点。例如，在医疗诊断中，可能更倾向于降低假阴性（提高 TPR），即使假阳性（FPR）上升。
• 模型比较：当需要比较多个模型时，ROC 曲线及其 AUC 值可以作为一个统一的指标。如果一条 ROC 曲线始终在另一条之上，那么前者所对应的模型通常表现更好。

---

三、实操

3.1 数据提取

首先是maxENT软件的设置，上上篇文章末尾写了。

比如：第三列（最后一张图）那个：Write background predictions选项可以选上，我截图的时候没选择。这个输出数据可以用来自己话ROC曲线。

我设置模型运行10次，输出文件夹里面会有10对这样的文件：当然还有其它文件，这些是画图需要的。

我预测了多个物种的适生区，每个10次，取均值。

所以首先要根据物种，把csv文件提取出来。代码示例：

%% 提取maxent多次训练后的输出csv并按物种分别保存%%
clear
clc% 设置源文件夹路径和目标文件夹路径
sourceFolder = 'xxx';  % 这里填写源文件夹路径
destinationFolder = 'xxx';  % 这里填写目标文件夹路径% 获取源文件夹中所有csv文件
csvFiles = dir(fullfile(sourceFolder, '*.csv'));% 遍历所有文件
for i = 1:length(csvFiles)% 获取文件名fileName = csvFiles(i).name;% 检查文件名是否包含 backgroundPredictions 或 samplePredictionsif contains(fileName, 'backgroundPredictions') || contains(fileName, 'samplePredictions')% 使用正则表达式提取动物名称（保留中间的下划线，去除尾部的下划线）animalName = regexp(fileName, '^[a-zA-Z_]+(?=\d)', 'match', 'once');% 去除末尾的下划线（如果有）if animalName(end) == '_'animalName = animalName(1:end-1);end% 创建以动物名称命名的目标文件夹，如果文件夹不存在则创建animalFolder = fullfile(destinationFolder, animalName);if ~exist(animalFolder, 'dir')mkdir(animalFolder);end% 复制文件到相应的文件夹copyfile(fullfile(sourceFolder, fileName), fullfile(animalFolder, fileName));end
enddisp('文件复制完成');

执行后，会有一个data（假设）文件夹，文件夹下面每个物种有一个文件夹，文件夹里面是10对csv数据。

3.2 绘制ROC曲线

这是一次预测的曲线，不是多次预测的平均：

%% 1. 读取数据clear
clcpresence = readtable('xxx_samplePredictions.csv',VariableNamingRule='preserve');
background = readtable('xxx_backgroundPredictions.csv',VariableNamingRule='preserve');% 属性名设置
presence.Properties.VariableNames = strrep(presence.Properties.VariableNames, ' ', '_');
background.Properties.VariableNames = strrep(background.Properties.VariableNames, ' ', '_');%% 2. 计算AUC% 提取预测值
pp = presence.Cloglog_prediction; % presence 数据中的预测
bb = background.Cloglog; % background 数据中的预测% 测试集 AUC
testpp = pp(presence.Test_or_train == "test");
combined = [testpp; bb];
label = [ones(length(testpp), 1); zeros(length(bb), 1)];
[~, ~, ~, AUC_test] = perfcurve(label, combined, 1);% 训练集 AUC
trainpp = pp(presence.Test_or_train == "train");
combined_train = [trainpp; bb];
label_train = [ones(length(trainpp), 1); zeros(length(bb), 1)];
[~, ~, ~, AUC_train] = perfcurve(label_train, combined_train, 1);% 输出 AUC 值
disp(['Test AUC: ', num2str(AUC_test)]);
disp(['Train AUC: ', num2str(AUC_train)]);%% 3. 绘制 ROC 曲线
[X_test, Y_test, ~, ~] = perfcurve(label, combined, 1);
[X_train, Y_train, ~, ~] = perfcurve(label_train, combined_train, 1);figure;
plot(X_test, Y_test, 'Color', '#5EC1C7', 'LineWidth', 1.5); % 测试集 ROC
hold on;
plot(X_train, Y_train, 'Color', '#DA4A22', 'LineWidth', 1.5); % 训练集 ROC
plot([0, 1], [0, 1], 'k--'); % 对角线
xlabel('1 - Specificity');
ylabel('Sensitivity');
title('ROC Curve');
legend({'Test Set', 'Train Set', 'Random'}, 'Location', 'Best');
ylim([0 1.1])
grid minor;
hold off;

3.3 绘制遗漏曲线

maxENT的输出称作：omission curve

这个数据使用的是模型输出文件夹里面的，上面的代码没有提取。这里只是示例。

%% 4. 绘制遗漏曲线% 读取遗漏数据
omission = readtable('xxx_omission.csv',VariableNamingRule='preserve');
omission.Properties.VariableNames = strrep(omission.Properties.VariableNames, ' ', '_');% 绘制遗漏曲线
figure;
plot(omission.Corresponding_cumulative_value, omission.Fractional_area, 'Color', '#DA4A22', 'LineWidth', 1.5); % Fractional area
hold on;
plot(omission.Corresponding_cumulative_value, omission.Test_omission, 'Color', '#5EC1C7', 'LineWidth', 1.5); % Test omission
plot(omission.Corresponding_cumulative_value, omission.Training_omission, 'Color', '#9EC735', 'LineWidth', 1.5); % Training omission
plot([0, 100], [0, 1], 'k--'); % 对角线
xlabel('Cumulative threshold');
ylabel('Fractional value');
title('Omission Curve');
legend({'Fractional Area', 'Test Omission', 'Training Omission', 'Random'}, 'Location', 'Best');
grid minor;
hold off;

3.4 多次训练的ROC和测试的ROC

这个不免费了，价格10快，愿意就Buy，如果你需要的话还是很值的，我也不能用爱发电哈哈🤭。

URL：https://mbd.pub/o/bread/aJqclJ9y

---

绘制效果：

maxENT的报告绘制的：这两个都是训练的ROC曲线，我的代码还有测试的ROC曲线（maxENT报告没有）。