【机器学习】PR曲线
目录
一、基本概念
P和R分别代表什么
TP FP TN FN的意思
P和R的定义
PR曲线的评估方法
二、如何绘制PR曲线
代码:
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:
查全率R:
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。
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 ...
最新文章
- 整理了近500篇的AI论文,我发现了一个问题……
- QA32中的出口 “STATTEXT”
- IT人 不要一辈子靠技术生存(转)
- 通讯录数据表设计v0.5
- 【JVM】CMS垃圾回收器(不推荐使用的垃圾回收器)
- linux下-bash: ls: command not found
- c语言直流电机控制实验报告,直流电机实验报告.docx
- java的linux内核构建,构建一个Docker 的Java编译环境
- win7计算机扫描仪,win7系统怎么用打印机扫描仪功能|win7系统扫描仪功能的使用方法...
- android 临时文件存储,缓存和临时文件/文件夹删除android
- 幼儿园故事导入语案例_幼儿园老师上课常用导入语 课前活跃气氛用这11种方法就对了...
- Sources for ‘Android API 32 Platform’ not found
- ASCII码表及键盘码表。
- Android 图片文字识别DEMO(基于百度OCR)
- MongoDB服务启动
- JavaWeb.购物车项目
- 关于CTF竞赛的了解
- 计算机技术在中医药中的应用,计算机药物虚拟筛选技术在中医药领域中的应用前景...
- 与Bosun一起监控
- 医疗机构工作汇报PPT模板