mysql实现pr曲线_PR曲线的计算及绘制

最新推荐文章于 2024-04-23 05:45:30 发布

孟园香

最新推荐文章于 2024-04-23 05:45:30 发布

阅读量159

点赞数

文章标签： mysql实现pr曲线

本文链接：https://blog.csdn.net/weixin_33256096/article/details/113350594

版权

在linear model中，我们对各个特征线性组合，得到linear score,然后确定一个threshold，linear score ＜ threshold 判为负类，linear score ＞ threshold 判为正类。画PR曲线时，我们可以想象threshold 是不断变化的。首先，threshold 特别大，这样木有一个是正类，我们计算出查全率与查准率；然后 threshold 减小，只有一个正类，我们计算出查全率与查准率；然后 threshold再减小，有2个正类，我们计算出查全率与查准率；threshold减小一次，多出一个正类，直到所有的类别都被判为正类。然后以查全率为横坐标，差准率为纵坐标，画出图形即可。

例如，有

实际类别

linear score

threshold 为5

threshold 为4

threshold 为3

threshold 为2

threshold 为1

5.2

4.45

3.5

2.45

1.65

1 / 1

2 / 2

2 / 3

2 / 4

2 / 5

查全率

1 / 5

2 / 5

3 / 5

4 / 5

5 / 5

差准率

查全率：预测为正的里面，实际为正的比例。

查准率：预测为正，实际为正占的比例。

1 importmatplotlib2 importnumpy as np3 importmatplotlib.pyplot as plt4 Recall = np.array([0,1/5,2/5,3/5,4/5,5/5]) #从0开始更加平滑，美观，实际中，数据量很大时，趋近0。

5 Precison = np.array([1/1,2/2,2/3,2/4,2/5,0])6plt.figure()7 plt.ylim(0,1.1)8 plt.xlabel("Recall")9 plt.xlim(0,1.1)10 plt.ylabel("Precison")11plt.plot(Recall,Precison)12 plt.show()