对PR图的理解

在学习分类问题的性能度量中，提出了查准率P和查全率R两个概念，可以根据模型结果测算出P值和R值绘制PR曲线，那么PR曲线是怎么绘制出来的呢？
首先我们要理解分类结果混淆矩阵如下：

其中T=True表示真，F=False表示假，P=Positive表示正例，N=Negative表示反例。这样就可以定义查准率P=TP/TP+FP（准确性）和查全率R=TP/TP+FN（完整性）了。查全率和查准率也是此消彼长的。也即是说查全率越高，查准率越低。我们假设真实的正例数量为GP(Ground-truth Positive)，真实的反例为GN(Ground-truth Negative)，模型推断正例数量为SP(Suspicious-Positive)，模型推断的反例数量为SN(Suspicious-Negative)那么我们可以由以下表达式：
$GP+GN=SP+SN$
G P = T P + F N