作者disney82231 (小刀会序曲)
看板DataScience
标题[问题] Precision-Recall curve
时间Fri May 17 22:56:22 2019
一般在二元分类下，我们可以用ROC下面积(即AUC)来判断模型好坏
但当资料不平衡情况下时，通常是画Precision-Recall curve
但是Precision-Recall curve有办法计算出类似AUC的东西吗?
如果没有办法，单纯用PR curve是不是无法比较模型好坏?
我的认知是PR curve会根据不同的指标分数跟资料而有不同的形状
所以没有办法计算出曲面下面积
这样的想法是对的吗?
谢谢
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 120.126.194.162
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1558104985.A.780.html
1F：→ youngman77: sklearn.metrics.average_precision_score 05/18 00:42
2F：→ f496328mm: 可以用 f1-measure 05/18 16:17
3F：→ kaltu: 统计真的很多好玩的缩写，PDF, PRC, ROC 05/19 12:30
4F：推 luluthejason: 看那些缩写有时候真的很不习惯 06/02 15:30