我想确保我绘制了精确召回曲线。我有以下数据： 召回 = [0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0] 精度 = [1, 1, 0.8, 0.7, 0.80, 0.65, 0.60, 0.72, 0.60, 0.73, 0.75] interpolated_precision = [1, 1, 0.80, 0.80, 0.80, 0.75, 0.75, 0.75, 0.75, 0.75, 0.75] 并准备好如下图 precision-recall curve
我不确定它是否正确，因为我看到过有抖动的数字。这里有一个例子： enter image description here 如果有人能确认天气是否错误，我会很高兴。
【问题讨论】：
标签： information-retrieval data-science precision-recall
您通常看到的锯齿状线条/锯齿图案更常见于来自实际搜索结果的更多数据点（请注意示例图中至少 20 个左右，而您的正好是 10 个）。你没有说你的数据点来自哪里。
P-R 数字经常看起来参差不齐的原因是，召回率的每次增加通常都伴随着准确率的降低，至少是暂时的，因为可能会增加误报。在您的图中也是如此，但是，您的“下降”似乎更小，并且您的精度始终保持很高。
但是，由于您将向下偏移绘制为对角线，因此您的数字在精度和插值精度的向下偏移中存在两个明显的错误。
为了精确起见，任何向下移动都应始终是一条垂直线。你不会从你描述的点的简单 x-y 图中得到这个，例如在excel中。这些垂直线造成“锯齿状”外观。
对于插值精度，图形将始终包含水平或垂直的垂直直线。插值精度的定义本质上要求（参见例如https://nlp.stanford.edu/IR-book/html/htmledition/evaluation-of-ranked-retrieval-results-1.html，了解在任何召回点的插值精度的正确定义）。
这里的关键是要意识到，您所描述的数据不应被绘制为独立的观察结果，而应以特定方式定义图表其余部分的 P-R 值。
【讨论】：