稍后更新
ROC曲线在统计工具包当中是由perfcurve函数来决定的
典型的使用方法是：
[X,Y,T,AUC] = perfcurve(labels,scores,posclass)
输出部分X和Y表示的是ROC曲线的坐标，AUC表示曲线下面积，T表示thresholds，当T=1的时候表示存在一个分类标准，可以100%的将所有样本准确分类，特异度和敏感度都是100%。可以用plot(X,Y)来获得最简单的ROC曲线。
输入部分labels表示样本的真实分类，scores表示学习后的分类,posclass表示我们想要的研究对象的分类标记比如,当用于某个预测颅骨性别的模型进行ROC判断的时候，预测男性和女性的ROC判别曲线是不一样的，posclass可以设置为‘male‘ or ‘female‘。
原文：http://www.cnblogs.com/SCUJIN/p/6134699.html