如何在Python中通过Precision-Recall曲线评估不平衡数据模型？-Python教程-PHP中文网

precision_recall_curve更适合不平衡数据，因其专注正样本的precision和recall，避免roc因大量负样本稀释fp而过于乐观；需用原始预测概率或decision_function输入，绘图时precision[:-1]与recall[:-1]对齐。

如何在python中通过precision-recall曲线评估不平衡数据模型？

为什么 `precision_recall_curve` 比 `roc_curve` 更适合不平衡数据？

因为 ROC 曲线在正样本极少时会给出过于乐观的评估——它把大量负样本中的微小误判（False Positive）稀释掉了，而 Precision-Recall（PR）曲线只关注正样本相关的指标（Precision 和 Recall），对正例识别能力更敏感。

实操中，只要你的正样本占比低于 10%，优先用 PR 曲线；若用 ROC，需额外检查 AUC-ROC 是否被负样本主导失真。

怎么用 `precision_recall_curve` 得到可靠曲线？

关键不是画出来，而是确保输入是模型输出的**原始预测概率或决策函数值**，而非二值预测结果。传入 y_pred（0/1）会导致所有点坍缩成单个点。

✅ 正确：用 model.predict_proba(X)[:, 1]（分类器支持 predict_proba）或 model.decision_function(X)（如 SVC、LinearSVC）
❌ 错误：用 model.predict(X) 或阈值硬截断后的 0/1 数组
⚠️ 注意：precision_recall_curve 返回的 precision 数组比 recall 和 thresholds 多一个元素（末尾补了 1.0），绘图时要切片对齐：precision[:-1]

示例：

python-parallelization

将顺序 Python 代码转换为并行/并发实现，用于在需要并行化 Python 代码、提升性能时使用。

下载

from sklearn.metrics import precision_recall_curve
import matplotlib.pyplot as plt

precision, recall, thresholds = precision_recall_curve(y_true, y_score)
plt.plot(recall[:-1], precision[:-1])

如何比较不同模型的 PR 性能？别只看曲线形状

单看曲线容易误判——尤其当某模型在高召回段 Precision 掉得快，另一模型在低召回段 Precision 高但实际用不上。必须结合业务场景选评估方式：

若需高召回（如疾病筛查）：看固定 recall=0.9 时的 precision，用 np.interp(0.9, recall[::-1], precision[::-1])
若需平衡精度与召回：计算 average_precision_score(y_true, y_score)（基于 PR 曲线下面积，对不均匀采样鲁棒）
若部署时用固定阈值：直接算该阈值下的 precision_score 和 recall_score，别依赖曲线“看起来好”