机器学习——P-R曲线的绘制

一、P、R、F1

P:precision  R:recall

二、P-R曲线：

根据学习器的预测结果按正例预测可能性（概率值）大小进行排序。如目标检测问题，每确定一个概 率值即可得到一组P-R值，对概率值从大到小循环后可 以得到“P-R曲线”。

平衡点是曲线上“查准率=查全率”时的取值，可用来用于度量P-R曲线有交叉的分类器性能高低

三、绘制P-R图

代码来源：机器学习：python绘制P-R曲线与ROC曲线 - 代码天地 (codetd.com)

   了解了查全率和查准率的相应的概念，我们就可以进行P-R曲线的绘制。我们知道，算法对样本进行分类的时候，都会有置信度，也就是表示该样本为正例的概率。然后通过选取合适的阈值，对样本概率进行划分，比如阈值为50%时，就是其置信度大于50%，那么它就是正例，否则它就是反例。

   这里绘制图线同样的道理，我们要产生随机的概率，表示每个样本例子为正例的概率，然后通过这些概率进行从大到小的排序，再按此顺序逐个样本的选择阈值，大于阈值的概率的样例为正例，后面的全部为反例。我们将数据中每个样例的概率作为阈值，然后得到相应的查全率和查准率，这样我们可以许多数据，根据这些数据绘制图线，我们给出代码：

代码：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.font_manager import FontProperties


def plot(dict,lists):#画出函数图像
    fig = plt.figure()
    font = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=14)
    plt.xlabel('查全率(R)',fontproperties=font)
    plt.ylabel('查准率(P)',fontproperties=font)
    x = np.arange(0,1.0,0.2)
    y = np.arange(0,1.0,0.2)
    plt.xticks(x)
    plt.yticks(y)
    plt.plot(dict,lists)
    plt.show()


def caculate():

    num_real = 0
    #初始化样本标签，假设1为正例，0为负例
    trainlabel = np.random.randint(0,2,size=100)

    #产生100个概率值（置信度），即单个样本值为正例的概率
    traindata = np.random.rand(100)

    #将样本数据为正例概率从大到小排序返回索引值
    sortedTraindata = traindata.argsort()[::-1]

    k = []
    v = []
    #统计样本中实际正例的数量
    num = np.sum(trainlabel==1)
    for i in range(100):
        num_guess = i+1#假设为真的数量
        for j in range(0,i+1):
            a = sortedTraindata[j]
            if trainlabel[a] == 1:
                num_real += 1#假设为真中实际也为真的数量
        p = float(num_real/(num_guess))
        r = float(num_real/(num))
        v.append(p)
        k.append(r)
        num_real = 0
    plot(k,v)

if __name__=='__main__':
    caculate()

实验结果：