prc曲线 sklearn_如何评估高度不平衡数据的准确性（使用naivebayes模型）？

首先，你不能使用传统的准确度或AUC曲线的原因是因为你是不平衡的

假设你有99个好的交易和1个欺诈，你想发现欺诈。在

通过简单地预测好的交易(100个好的交易)，你将有99%的准确率。这不可能是好事，因为你错过了欺诈交易。在

要计算不平衡的数据集，应该对给定的非多数类使用精度、召回和f1 score。在

召回是您在整个数据集中正确发现的欺诈数量超过欺诈数量。E、 g.您在算法中发现了12个欺诈，数据集中有100个欺诈，因此您的召回将是：

召回=12/100=&gt；12%/0.12

精度是您正确发现的欺诈数量超过您发现的欺诈数量。E、 g.你的算法说你发现了12个欺诈，但在这12个欺诈中，只有8个是真正的欺诈，所以你的精度将是：

精度=8/12=&gt；66%/0.66

F1得分是前两个测量值之间的调和平均值：

F1=(2*精度*召回)/(精度+召回)

所以这里，F1=(2*0.12*0.66)/(0.12+0.66)=0.20=&gt；20%

20%不是很好。完全。在

总的来说，我们的目标是最大化F1分数，有时是te精度，有时是回忆，这取决于你的需要。在

但这是一个权衡，当你改进一个时，另一个就会降低，反之亦然。在

欲了解更多信息，请查看维基百科：

它们也可以在sklearn(sklearn.metrics)中找到：from sklearn.metrics import precision_score

>>> y_true = [0, 1, 2, 0, 1, 2]

>>> y_pred = [0, 2, 1, 0, 0, 1]

>>> precision_score(y_true, y_pred)

0.22

from sklearn.metrics import recall_score

>>> y_true = [0, 1, 2, 0, 1, 2]

>>> y_pred = [0, 2, 1, 0, 0, 1]

>>> recall_score(y_true, y_pred, average='macro')

0.33

from sklearn.metrics import f1_score

>>> y_true = [0, 1, 2, 0, 1, 2]

>>> y_pred = [0, 2, 1, 0, 0, 1]

>>> f1_score(y_true, y_pred, average='macro')

0.26

另一个要遵循的指标是精确召回曲线：

这是在计算不同阈值下的精确度与召回率。在

^{pr2}$

怎么读这个？轻松一点！在

这意味着在0.6召回，你有0.9的精确度(或相反)

在1次回忆中，你有0.6的精确度等等。。在