一、基本概念

P和R分别代表什么

P：查准率，也称准确率

R：查全率，也称召回率

TP FP TN FN的意思

TP（true positive）:真正例。即预测结果为正例，真实结果也为正例。

FP（false positive）:假正例。即预测结果为正例，真实结果为反例。

TN（true negative）:真反例。即预测结果为反例，真实结果为反例。

FN（false negative）:假反例。即预测结果为反例，真实结果为正例。

P和R的定义

查准率P：

$P=\frac{TP}{TP+FP}$

查全率R：

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

P和R是一对矛盾的度量，P高时往往R偏低，R高时往往P偏低。

PR曲线的评估方法

1.若曲线a完全“包住”曲线b，则a性能优于b。

2.若曲线a和曲线b发生了相交，则无法比较。

3.比较曲线a和曲线b曲线下面积的大小。面积大则性能优。

4.比较“平衡点”。用的较少。

“平衡点”（Break-Event Point，简称BEP）时P值和R值相同的时的取值。

5.比较F1度量。更常用。

$F1=\frac{2*P*R}{P+R}$

二、如何绘制PR曲线

先确定一个阈值T，≥T则是正样例，＜T为负样例。

通过设置T的数量n，可以得到n对P和R的值，以此来评估模型的好坏。

例如（网上找的例子）：

代码：

import matplotlib.pyplot as plt
import numpy as npif __name__=='__main__':TP=np.array([5,4,4,3,3,3,3,3,3,3])FN=np.array([0,1,1,2,2,2,2,2,2,2])FP=np.array([5,2,2,0,0,0,0,0,0,0])P=TP/(TP+FP)R=TP/(TP+FN)plt.plot(R, P)plt.xlabel('Recall')plt.ylabel('Precision')plt.show()

结果如下：

【机器学习】PR曲线相关推荐

如何直观的理解机器学习PR曲线和ROC曲线？
【机器学习】ROC曲线与PR曲线
一.前置概念 1.混淆矩阵预测为Positive 预测为Negative 实际值为P TP FN 实际值为N FP TN 前一个字母:预测正确为T,预测错误为F:后一个字母:预测为正例为P,预测为负 ...
机器学习性能度量(1)：P-R曲线与ROC曲线，python sklearn实现
最近做实验要用到性能度量的东西,之前学习过现在重新学习并且实现一下. 衡量模型泛化能力的评价标准,这就是性能度量.性能度量反应了任务需求,在对比不同模型的能力时,使用不同的性能度量往往会导致不同的评判 ...
机器学习之类别不平衡问题 (2) —— ROC和PR曲线
机器学习之类别不平衡问题 (1) -- 各种评估指标机器学习之类别不平衡问题 (2) -- ROC和PR曲线完整代码 ROC曲线和PR(Precision - Recall)曲线皆为类别不平衡问题 ...
机器学习-Precision（查准率）、Recall（查全率）、P-R曲线
目录前言一.查准率P.查全率R与P-R曲线二.Python实现总结前言我们经常会关心"检索出的信息中有多少比例是用户感兴趣的""用户感兴趣的信息中有多少被检索 ...
机器学习基础---pr曲线的绘制
一.举个例子总共有8个西瓜,有一个分类器,它的预测情况如下表设置不同阈值时,将得到不同的P值(Precision,查准率)和R值(Recall,查全率) 二.解释 Precision-查准率-预测 ...
机器学习性能评估——PR曲线与ROC曲线
1.PR曲线 P-R曲线是精确率precision与召回率recall 曲线,以recall作为横坐标轴,precision作为纵坐标轴.在介绍精确率和召回率之前,先来看下如下的混淆矩阵: 真实情况\ ...
机器学习（）PR曲线绘制
目录 P-R 曲线绘制 Ground Truth P-R 曲线绘制 Precision-查准率-预测出来的正例中正确的比例---找得对-(查准率高-宁缺毋滥 Recall-查全率-衡量正例被预测出来的 ...
机器学习笔记--PR曲线和ROC曲线
最近在看周志华老师的机器学习,本文主要是对PR图和ROC曲线的整理. 一.PR图对于二分类问题,根据分类结果能形成"混淆矩阵". P是查准率,R是查全率,定义如下: 查准率P类似 ...
机器学习之性能度量指标——决定系数R^2、PR曲线、ROC曲线、AUC值、以及准确率、查全率、召回率、f1_score
一.线性回归的决定系数(也称为判定系数,拟合优度) 相关系数是R哈~~~就是决定系数的开方! 正如题所说决定系数是来衡量回归的好坏,换句话说就是回归拟合的曲线它的拟合优度!也就是得分啦~~ 决定系数它 ...

【机器学习】PR曲线