ROC的起点是[0, 0]，终点是[1, 1]，但是感觉精度-召回曲线的起点和终点并不是[0, 1]到[1, 0]，而且不同的模型可能起点终点不同，那理论上精度-召回曲线的起点和终点是什么？
2个回答
终点是确定的，是$(1, p)$，$p$是样本中正样本的比重。
可以看看precision-recall曲线下面积有什么意义？里jkm_pku的回答。
SofaSofa数据科学社区 DS面经 问答 实战
GuoLinhui
2018-11-24 21:44
召回-recall = TP/(TP+FN)，表示predict的positive占事实positive的比例
精度-precision = TP/(TP+FP)，表示predict的positive中事实positive的比例
理论上来说，PR曲线的起点和终点可能是[0,1]之间的任何点
SofaSofa数据科学社区 DS面经 问答 实战
quentin
2018-11-22 20:56
相关主题
回归问题中的stratified cross validation?
2回答
Stratified k-fold cross validation(分层交叉验证)
1回答
交叉验证是如何进行的？
1回答
十折交叉验证
1回答
k-fold cross validation的k怎么选
3回答
micro和macro F1 score分别是什么意思？
2回答
测试集和验证集的区别？
4回答
机器学习里的ppv是什么意思？
1回答
我们谢绝在回答前讲“生动”的故事。
我们谢绝“这么简单，你自己想”、“书上有的，你认真看”这类的回答；如果你认为对方的提问方式或者内容不妥，你可以直接忽略该问题，不用进行任何作答，甚至可以对该问题投反对票。
我们谢绝答非所问。
我们谢绝自己不会、硬要回答。
我们感激每一个用户在编写答案时的努力与付出！