precisionrecalldisplay本身不是评估器，仅是可视化工具，需先用precision_recall_curve等计算指标再绘图；对不平衡数据敏感，须确保概率校准、标签二值化、正例≥5个。
为什么PrecisionRecallDisplay不直接支持不平衡数据的“评估”
PrecisionRecallDisplay 本身不是评估器，它只是可视化工具——它不计算指标，只画图。你得先用 precision_recall_curve 或 average_precision_score 算出召回率、精确率点，再喂给它。很多人卡在这步，以为调用 PrecisionRecallDisplay.from_estimator 就完事了，结果在类别严重不平衡时发现曲线贴边、AP值低得反常，其实问题出在预测概率质量或正样本定义上。
from_estimator 调用前必须确认三件事
这个方法看似自动，但对不平衡数据极其敏感，漏掉任一条件都会让图失去参考价值：
- 模型输出必须是**校准过的概率**（比如
RandomForestClassifier的predict_proba），不能是decision_function（SVM/XGBoost 默认）——否则阈值切分失效，PR 曲线抖动剧烈 - 传入的
y_true必须是二值化标签（0和1），不能是多类标签或字符串；若原始是['neg', 'pos']，得提前用LabelEncoder或np.where转成0/1 - 确保正例（
y_true == 1）数量 ≥ 5，否则precision_recall_curve内部会因分母为零抛ValueError: No positive samples in y_true
手动构造 PR 曲线更可控（推荐不平衡场景）
绕过 from_estimator 的黑盒逻辑，自己调用 precision_recall_curve，能显式控制正例权重和插值方式：
from sklearn.metrics import precision_recall_curve, average_precision_score import matplotlib.pyplot as plt <h1>假设 y_true 是二值数组，y_score 是模型输出的概率（正类概率）</h1><p>precision, recall, _ = precision_recall_curve(y_true, y_score) ap_score = average_precision_score(y_true, y_score)</p><p>disp = PrecisionRecallDisplay(precision=precision, recall=recall, average_precision=ap_score) disp.plot() plt.show() </p>
关键点：
- 如果想看不同采样策略的影响（如 SMOTE 后对比），就分别算
y_score，别复用同一组预测值 - 对极不平衡数据（正例 sample_weight 到
average_precision_score中，但注意PrecisionRecallDisplay不接收该参数，得自己算好再传入average_precision - 召回率轴默认从 1.0 降到 0.0，但若正例极少，大部分点集中在 recall ≈ 0 区域，可加
plt.xlim(0, 0.3)聚焦高召回段
容易被忽略的兼容性陷阱
sklearn 1.0+ 把 PrecisionRecallDisplay 的接口收紧了，几个实际踩坑点：
-
from_predictions方法在 1.2+ 才支持，旧版本只能用from_estimator或手动构造 - 如果你用
XGBClassifier，默认没predict_proba，得先设use_label_encoder=False, objective='binary:logistic'，否则from_estimator会静默 fallback 到decision_function，导致 PR 曲线异常平滑 - 当数据含 NaN 的
y_score（比如某些样本未预测），precision_recall_curve会直接报错，务必提前y_score = np.nan_to_num(y_score)
真正难的不是画出那条线，而是确认线上每个点对应的阈值是否真的反映了模型在不同召回水平下的真实精确率——尤其当正样本稀疏时，一个阈值微调可能跳过十几个正例，recall 轴就断层了。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
