精度-召回曲线的起点和终点是什么?

  统计/机器学习 模型验证    浏览次数: 207
0

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?

 

niiii   2018-11-16 23:38



   2个回答 
3

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

2

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

如果我用交叉验证,还是否需要单独分出测试集?   1回答

十折交叉验证   1回答

如何在保持查全率不变的情况下提高查准率?   1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

k-fold cross validation的k怎么选   3回答

测试集和验证集的区别?   4回答

micro和macro F1 score分别是什么意思?   2回答

回归问题中的stratified cross validation?   2回答

python里怎么求多元分类的F1 score?   1回答

python里怎么计算一个数组的熵(entropy)?   1回答

precision-recall曲线下面积有什么意义?   3回答



回答问题时需要注意什么?

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!