毕业设计-《机器学习》学习日记

周志华《机器学习》第二章的2.3.2节中，我不理解P-R曲线的步骤，特别是“按此顺序逐个把样本作为正例进行预测”这句话。因此，上网查到了相关解答，内容如下。

作者：Yellow俊
链接：https://www.zhihu.com/question/348073311/answer/837781413
来源：知乎

首先，我们可根据学习器的 预测结果 对样本进行 排序，排在 最前面 是学习器认为 “最可能” 是正例的样本，排在 最后的 则是学习器认为 “最不可能” 是正例的样本。

按照要求排完序啰

然后，按此顺序 逐个把样本 作为 正例 进行 预测，我们把第一个样本作为正例：

第一个为正例：预测指标 > 0.95

此时的混淆矩阵为：

第一个为正例：预测指标 > 0.95

此时的 查准率 P 与 查全率 R 分别为：

不难看出，当我们假设 第一个为正例 的时候，预测指标 > 0.95，此时的 查准率很高，但 查全率很低。

接着，我们把前三个当作正例：

前三个为正例：预测指标 > 0.90

此时的混淆矩阵为：

前三个为正例：预测指标 > 0.90

此时的 查准率 P 与 查全率 R 分别为：

显然，当我们假设 前三个为正例 的时候，预测指标 > 0.90，此时的 查准率很高，而且 查全率也有提升。

我们 按顺序逐个把样本 作为 正例 进行 预测，就可以计算出当前的 查全率、查准率。

通过上述过程我们就可以得到 查准率 - 查全率 的 关系曲线：

• 对于 一个 学习器来说，我们可以 选择最佳参数
• 对于 多个 学习器来说，我们可以 比较学习器的优劣