首先了解一下什么是pr曲线
PR曲线中的P代表的是precision(精准率),R代表的是recall(召回率),其代表的是精准率与召回率的关系,一般情况下,将recall设置为横坐标,precision设置为纵坐标。
precision(精准率)和recall(召回率)
上述中介绍了PR曲线的实质代表为precision(精准率)和recall(召回率),但是这二者是什么呢?
首先,我们了解一下混淆矩阵,如下表。
其中TP 表示正确分出正例的数量;FN 表示把正例错分为反例的数量;TN 表示正确分出反例的数量;FP表示把反例错分为正例的数量。
从混淆矩阵可以得出
精准率 precision = TP/(TP + FP)
召回率 recall = TP/(TP +FN)
举例如下:
假设现在有这样一个测试集,测试集中的图片只由大雁和飞机两种图片组成,如下图所示:
现在让系统进行识别