P-R曲线绘制的详细例子

最新推荐文章于 2024-08-24 13:40:24 发布

qq_41598247

最新推荐文章于 2024-08-24 13:40:24 发布

阅读量4k

点赞数 9

文章标签：机器学习

本文链接：https://blog.csdn.net/qq_41598247/article/details/107012795

版权

本文详细介绍了如何绘制P-R曲线，通过一个包含21个样本的例子，展示了样本排序、查全率和查准率的计算过程，解释了P-R曲线的含义和学习器优劣的判断标准。

摘要由CSDN通过智能技术生成

P-R曲线绘制的详细例子

P-R曲线绘制详细例子

P-R曲线可用来度量一个机器学习器的优劣，了解P-R曲线的绘制过程，对理解查全率和查准率非常有帮助。这里举一个简单的例子，手动绘制P-R曲线，例子选取了21个训练样本，样本如下：
(1,0.785753721910176)
(1,0.356605631195716)
(1,0.293302128059673)
(1,0.664535310077594)
(1,0.32345789365851)
(1,0.069257919860597)
(0,0.86868771097342)
(1,0.447009292311432)
(0,0.244938706127235)
(1,0.662406288116686)
(1,0.61022033847474)
(0,0.503814453792609)
(0,0.869789994280106)
(0,0.43055972494908)
(1,0.799355881086056)
(1,0.920925878408794)
(1,0.746129894485301)
(0,0.0136492702486322)
(0,0.360680722886583)
(0,0.356315426920846)
(1,0.226843835526905)
每个括号第一个数表示这个样本是否是正例（为1是正例，为0是负例），第二个数表示样本通过学习器计算得到是“该样本是正例”的概率，概率越大，表示该推测该样本更可能是一个正例。现在，按如下步骤处理这些样本。