机器学习——pr曲线、roc曲线

一、pr曲线

        PR 曲线是一种用于评估二分类模型性能的可视化工具。它以查准率为纵轴，召回率为横轴绘制曲线。

        在了解pr曲线前，有必要先了解一下混淆矩阵：

        混淆矩阵是用于评估分类模型性能的一种表格形式的工具。它将模型的预测结果与实际标签进行比较，以展示分类结果的正确与错误情况。

混淆矩阵的表格通常是一个2x2的方阵，用于二分类问题。其中，行表示实际标签，列表示模型的预测结果。典型的混淆矩阵如下所示：

        

        其中：

                TP（真阳性）：实际为正例且被正确预测为正例的样本数

                FP（假阳性）：实际为负例但被错误预测为正例的样本数

                FN（假阴性）：实际为正例但被错误预测为负例的样本数

                TN（真阴性）：实际为负例且被正确预测为负例的样本数

        

        回到pr曲线上，前面说到它是以查准率为纵轴，召回率为横轴绘制曲线：

1. 精确率：精确率被定义为“正例预测正确的概率”，即预测为正例并且实际也为正例的样本数除以所有被预测为正例的样本数。

2. 召回率：召回率被定义为“找出所有正例的能力”，即预测为正例并且实际也为正例的样本数除以所有真实的正例样本数。 

         PR曲线的形状和面积，可以给我们提供模型性能的直观了解。一个理想的模型的PR曲线会趋近于坐标的右上角，这意味着模型在保证高召回率的同时也保持了高的精确率。曲线下的面积也是评估的一个重要指标，面积越大表明模型的性能越好。

        以下是一个pr曲线的实例：

impor