python画PR曲线（precision-recall曲线）

使用python画precision-recall曲线的代码是：

sklearn.metrics.precision_recall_curve(y_true, probas_pred, pos_label=None, sample_weight=None)

以上代码会根据预测值和真实值，并通过改变判定阈值来计算一条precision-recall典线。

注意：以上命令只限制于二分类任务

precision(精度)为tp / (tp + fp)，其中tp为真阳性数，fp为假阳性数。

recall(召回率)是tp / (tp + fn)，其中tp是真阳性数，fn是假阴性数。

参数：

• y_true：array, shape = [n_samples]：真实标签。如果标签不是{-1,1}或{0,1}，那么pos_label应该显式给出。
• probas_pred：array, shape = [n_samples] ：正类的预测概率或决策函数
• pos_label：int or str, default=None：正类标签。当pos_label=None时，如果y_true为{- 1,1}或{0,1}，则pos_label设置为1，否则将报错。

返回值：

• precision：array, shape = [n_thresholds +