sklearn 的precision_recall_curve 在小例子中不正确答案

【问题标题】：sklearn's precision_recall_curve incorrect on small examplesklearn 的precision_recall_curve 在小例子中不正确
【发布时间】：2020-07-18 13:30:52
【问题描述】：

这是一个使用precision_recall_curve()的非常小的例子：

from sklearn.metrics import precision_recall_curve, precision_score, recall_score
y_true = [0, 1]
y_predict_proba = [0.25,0.75]
precision, recall, thresholds = precision_recall_curve(y_true, y_predict_proba)
precision, recall

导致：

(array([1., 1.]), array([1., 0.]))

以上与后面的“手动”计算不符。

根据阈值存在三种可能的类向量：[0,0]（当阈值 > 0.75 时）、[0,1]（当阈值在 0.25 和 0.75 之间时）和 [1,1]（当阈值

y_predict_class=[0,1]
precision_score(y_true, y_predict_class), recall_score(y_true, y_predict_class)

给出：

(1.0, 1.0)

和

y_predict_class=[1,1]
precision_score(y_true, y_predict_class), recall_score(y_true, y_predict_class)

给了

(0.5, 1.0)

这似乎与precision_recall_curve() 的输出不匹配（例如，它没有产生0.5 的精度值）。

我错过了什么吗？

【问题讨论】：

标签： scikit-learn precision-recall

【解决方案1】：

我知道我迟到了，但我有同样的疑问，我最终解决了。这里的重点是precision_recall_curve()在第一次得到fullrecall后不再输出precision和recall值；此外，它将一个 0 连接到 recall 数组，将一个 1 连接到 precision 数组，以便让曲线从 y 轴对应开始。

在您的具体示例中，您将像这样有效地完成两个数组（由于sklearn 的特定实现，它们的顺序相反）：

precision, recall
(array([1., 0.5]), array([1., 1.]))

然后，省略与第二次完全召回相对应的两个数组的值，并将 1 和 0 值（分别用于精度和召回）连接起来，如上所述：

precision, recall
(array([1., 1.]), array([1., 0.]))

我已尝试详细解释here；另一个有用的链接当然是this one。

【讨论】：