PR曲线的概念和应用

一.PR曲线的概念

二.精准率和召回率

三.PR曲线的功能说明

四.PR曲线代码实现

一.PR曲线的概念

PR曲线中的P代表的是precision（精准率），R代表的是recall（召回率），其代表的是精准率与召回率的关系，一般情况下，将recall设置为横坐标，precision设置为纵坐标。

二.精准率和召回率

首先，我们了解一下混淆矩阵，如下表。

其中，把正例正确地分类为正例，表示为TP（true positive），把正例错误地分类为负例，表示为FN（false negative）。把负例正确地分类为负例，表示为TN（true negative），把负例错误地分类为正例，表示为FP（false positive）。
从混淆矩阵可以得出精准率与召回率：
precision = TP/(TP + FP)
recall = TP/(TP +FＮ)

三.PR曲线的功能说明

一条PR曲线要对应一个阈值（统计学的概率）。通过选择合适的阈值(比如K%)对样本进行合理的划分，概率大于K%的样本为正例，小于K%的样本为负例，样本分类完成后计算相应的精准率和召回率。

四.PR曲线代码实现

import numpy as np
from sklearn.metrics import precision_recall_curve
import matplotlib.pyplot as plt
y_true = np.array([0, 0, 1, 1, 0, 1, 0, 0, 1, 0, 1, 1])
y_scores = np.array([0.1, 0.09, 0.35, 0.8, 0.1, 0.4, 0.5, 0.2, 0.8, 0.9, 0.3,0.4])
precision, recall, thresholds = precision_recall_curve(y_true, y_scores) #计算精确率和召回率
plt.plot(recall, precision)
plt.show()

PR曲线的概念和应用相关推荐

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100天（二十）：020 分类模型评价指标-PR曲线
机器学习100天!今天讲的是:分类模型评价指标-PR曲线! <机器学习100天>完整目录:目录上一节我们已经了解了混淆矩阵的概念,并掌握了精确率.召回率的计算公式,在这里.现在我们来学习 ...
深度学习：基础概念陈述及P-R曲线绘制案例(Python)
文章目录 @[toc] 一.概念陈述 1.1引例 1.2机器学习与深度学习 1.3基础概念 1.4机器学习与统计学的对比二.数据集(dataset) 2.1数据集的数学表示 2.2训练集和测试集 2 ...
机器学习中精准率/召回率/PR曲线/AUC-ROC曲线等概念
目录 TP/TN/FP/FN accuracy(准确率) precision(精确率/查准率) recall(召回率/查全率) F1分数与Fβ分数 PR曲线(precision recall curv ...
mysql实现pr曲线_ROC 曲线与 PR 曲线
ROC 曲线和 PR 曲线是评估机器学习算法性能的两条重要曲线,两者概念比较容易混淆,但是两者的使用场景是不同的.本文主要讲述两种曲线的含义以及应用的场景. 定义上面四个指标用大白话解释如下 Rec ...
02_混淆矩阵、准确率（Accuracy）、精确率(Precision)、召回率(Recall)、F值(F-Measure) +Roc曲线和PR曲线+sklearn中分类模型评估API+ 自己补充整理
此博文参考: 关于ROC绘制参考博文: https://blog.csdn.net/u011630575/article/details/80250177 Python+ROC相关的博文: https ...
一文详尽混淆矩阵、准确率、精确率、召回率、F1值、P-R 曲线、ROC 曲线、AUC 值、Micro-F1 和 Macro-F1
文章目录二分类的评价指标一.混淆矩阵与 TP.TN.FP.FN 二.准确率.精确率.召回率.F1值三.P-R 曲线四.ROC 曲线.AUC 值五.P-R曲线和ROC曲线有什么区别,如何选择? ...
算法比较——ROC曲线和PR曲线
做过图像识别.机器学习或者信息检索相关研究的人都知道,论文的实验部分都要和别人的算法比一比.可怎么比,人多嘴杂,我说我的方法好,你说你的方法好,各做各的总是不行--没规矩不成方圆.于是慢慢的大家就形成 ...
ROC曲线和PR曲线,AP,mAP
ROC曲线对于两类分类任务,y的值可以为1或0,为1时称为正样本(positive),在医学上称为阳,为0时称为负样本(False),在医学上称为阴. TP:y的值为1,y^为1,预测值和真值都为1 ...

PR曲线的概念和应用

一.PR曲线的概念

二.精准率和召回率

三.PR曲线的功能说明

四.PR曲线代码实现

PR曲线的概念和应用相关推荐

最新文章

热门文章