注意
转到结尾 下载完整的示例代码。或通过 JupyterLite 或 Binder 在浏览器中运行此示例
精确率-召回率#
精确率-召回率指标示例，用于评估分类器输出质量。
当类别极不平衡时，精确率-召回率是衡量预测成功率的有用指标。在信息检索中，精确率是实际返回项目中相关项目比例的度量，而召回率是返回项目中应该返回的所有项目的比例的度量。“相关性”是指正标签项目，即真阳性（TP）和假阴性（FN）。
精确率 (\(P\)) 定义为真阳性数 (\(T_p\)) 除以真阳性数加上假阳性数 (\(F_p\))。
召回率 (\(R\)) 定义为真阳性数 (\(T_p\)) 除以真阳性数加上假阴性数 (\(F_n\))。
精确率-召回率曲线显示了不同阈值下精确率和召回率之间的权衡。曲线下面积越大，表示召回率和精确率越高。高精确率是通过在返回的结果中减少假阳性来实现的，高召回率是通过在相关结果中减少假阴性来实现的。两者的得分都很高，表明分类器返回的结果准确（高精确率），并且返回了大多数所有相关结果（高召回率）。
召回率高但精确率低的系统会返回大多数相关项目，但返回结果中错误标记的比例很高。精确率高但召回率低的系统则相反，只返回很少的相关项目，但与实际标签相比，其预测标签的大多数都是正确的。具有高精确率和高召回率的理想系统将返回大多数相关项目，并且大多数结果都被正确标记。
精确率的定义 (\(\frac{T_p}{T_p + F_p}\)) 表明，降低分类器的阈值可能会增加分母，因为返回的结果数量会增加。如果阈值先前设置得太高，则新结果可能都是真阳性，这将提高精确率。如果先前的阈值恰当或过低，则进一步降低阈值将引入假阳性，从而降低精确率。
召回率定义为 \(\frac{T_p}{T_p+F_n}\)，其中 \(T_p+F_n\) 不依赖于分类器阈值。更改分类器阈值只能更改分子 \(T_p\)。降低分类器阈值可能会提高召回率，因为真阳性结果的数量会增加。降低阈值也可能使召回率保持不变，而精确率发生波动。因此，精确率并不一定随着召回率的降低而降低。
在图的阶梯区域可以观察到召回率和精确率之间的关系——在这些阶梯的边缘，阈值的一小变化会大大降低精确率，而召回率的提高却很小。
平均精确率 (AP) 将此类图总结为在每个阈值上达到的精确率的加权平均值，其中使用前一个阈值的召回率的增加作为权重
\(\text{AP} = \sum_n (R_n - R_{n-1}) P_n\)
其中 \(P_n\) 和 \(R_n\) 是第 n 个阈值的精确率和召回率。\((R_k, P_k)\) 对被称为工作点。
AP 和工作点下的梯形面积 (sklearn.metrics.auc) 是总结精确率-召回率曲线的常用方法，但会产生不同的结果。请阅读用户指南中的更多信息。
精确率-召回率曲线通常用于二元分类中，以研究分类器的输出。为了将精确率-召回率曲线和平均精确率扩展到多类或多标签分类，需要对输出进行二值化。每个标签可以绘制一条曲线，但也可以通过将标签指示符矩阵的每个元素视为二元预测来绘制精确率-召回率曲线 (微平均)。
注意
# Authors: The scikit-learn developers
# SPDX-License-Identifier: BSD-3-Clause
在二元分类设置中#
数据集和模型#
我们将使用线性 SVC 分类器来区分两种类型的鸢尾花。
import numpy as np
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
X, y = load_iris(return_X_y=True)
# Add noisy features
random_state = np.random.RandomState(0)
n_samples, n_features = X.shape
X = np.concatenate([X, random_state.randn(n_samples, 200 * n_features)], axis=1)
# Limit to the two first classes, and split into training and test
X_train, X_test, y_train, y_test = train_test_split(
X[y < 2], y[y < 2], test_size=0.5, random_state=random_state
)
线性SVC期望每个特征具有相似的数值范围。因此，我们将首先使用StandardScaler对数据进行缩放。
from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.svm import LinearSVC
classifier = make_pipeline(StandardScaler(), LinearSVC(random_state=random_state))
classifier.fit(X_train, y_train)
绘制精确率-召回率曲线#
要绘制精确率-召回率曲线，您应该使用PrecisionRecallDisplay。实际上，根据您是否已经计算了分类器的预测结果，有两种方法可用。
让我们首先绘制不包含分类器预测结果的精确率-召回率曲线。我们使用from_estimator，它会在绘制曲线之前为我们计算预测结果。
from sklearn.metrics import PrecisionRecallDisplay
display = PrecisionRecallDisplay.from_estimator(
classifier, X_test, y_test, name="LinearSVC", plot_chance_level=True, despine=True
)
_ = display.ax_.set_title("2-class Precision-Recall curve")
如果我们已经获得了模型的估计概率或分数，那么我们可以使用from_predictions。
y_score = classifier.decision_function(X_test)
display = PrecisionRecallDisplay.from_predictions(
y_test, y_score, name="LinearSVC", plot_chance_level=True, despine=True
)
_ = display.ax_.set_title("2-class Precision-Recall curve")
在多标签设置中#
精确率-召回率曲线不支持多标签设置。但是，您可以决定如何处理这种情况。我们将在下面展示一个这样的例子。
创建多标签数据，拟合和预测#
我们创建了一个多标签数据集，以说明多标签设置中的精确率-召回率。
from sklearn.preprocessing import label_binarize
# Use label_binarize to be multi-label like settings
Y = label_binarize(y, classes=[0, 1, 2])
n_classes = Y.shape[1]
# Split into training and test
X_train, X_test, Y_train, Y_test = train_test_split(
X, Y, test_size=0.5, random_state=random_state
)
我们使用OneVsRestClassifier进行多标签预测。
from sklearn.multiclass import OneVsRestClassifier
classifier = OneVsRestClassifier(
make_pipeline(StandardScaler(), LinearSVC(random_state=random_state))
)
classifier.fit(X_train, Y_train)
y_score = classifier.decision_function(X_test)
多标签设置中的平均精确率分数#
from sklearn.metrics import average_precision_score, precision_recall_curve
# For each class
precision = dict()
recall = dict()
average_precision = dict()
for i in range(n_classes):
precision[i], recall[i], _ = precision_recall_curve(Y_test[:, i], y_score[:, i])
average_precision[i] = average_precision_score(Y_test[:, i], y_score[:, i])
# A "micro-average": quantifying score on all classes jointly
precision["micro"], recall["micro"], _ = precision_recall_curve(
Y_test.ravel(), y_score.ravel()
)
average_precision["micro"] = average_precision_score(Y_test, y_score, average="micro")
绘制微平均精确率-召回率曲线#
from collections import Counter
display = PrecisionRecallDisplay(
recall=recall["micro"],
precision=precision["micro"],
average_precision=average_precision["micro"],
prevalence_pos_label=Counter(Y_test.ravel())[1] / Y_test.size,
)
display.plot(plot_chance_level=True, despine=True)
_ = display.ax_.set_title("Micro-averaged over all classes")
绘制每个类别的精确率-召回率曲线和iso-f1曲线#
from itertools import cycle
import matplotlib.pyplot as plt
# setup plot details
colors = cycle(["navy", "turquoise", "darkorange", "cornflowerblue", "teal"])
_, ax = plt.subplots(figsize=(7, 8))
f_scores = np.linspace(0.2, 0.8, num=4)
lines, labels = [], []
for f_score in f_scores:
x = np.linspace(0.01, 1)
y = f_score * x / (2 * x - f_score)
(l,) = plt.plot(x[y >= 0], y[y >= 0], color="gray", alpha=0.2)
plt.annotate("f1={0:0.1f}".format(f_score), xy=(0.9, y[45] + 0.02))
display = PrecisionRecallDisplay(
recall=recall["micro"],
precision=precision["micro"],
average_precision=average_precision["micro"],
)
display.plot(ax=ax, name="Micro-average precision-recall", color="gold")
for i, color in zip(range(n_classes), colors):
display = PrecisionRecallDisplay(
recall=recall[i],
precision=precision[i],
average_precision=average_precision[i],
)
display.plot(
ax=ax, name=f"Precision-recall for class {i}", color=color, despine=True
)
# add the legend for the iso-f1 curves
handles, labels = display.ax_.get_legend_handles_labels()
handles.extend([l])
labels.extend(["iso-f1 curves"])
# set the legend and the axes
ax.legend(handles=handles, labels=labels, loc="best")
ax.set_title("Extension of Precision-Recall curve to multi-class")
plt.show()
脚本总运行时间：（0分钟0.419秒）
相关示例
