【发布时间】：2018-02-23 16:10:13
【问题描述】：
我一直在使用精确召回曲线，但无法理解如何确定阈值。
这是我的代码：
import sklearn
precision, recall, thresholds = sklearn.metrics.precision_recall_curve(y_test,
probas_pred[:,1], pos_label=1, sample_weight=None)
产生
precision = array([ 0.99971396, 1. , 1. , 1. , 1. , 1. , 1. ])
recall = array([ 1. , 0.99885551, 0.99341917, 0.96852647, 0.88898426, 0.70872675, 0. ])
thresholds = array[ 0.5, 0.6, 0.7, 0.8, 0.9, 1. ])
如果我这样做np.unique(probas_pred[:,1])（随机森林，高级不平衡），我会得到以下阈值：
thresholds_probas_pred = array([ 0., 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.])
我认为精确召回曲线会为 probas_pred 数组中的所有唯一值绘制 Precision 和 Recall。在这种情况下，精确召回曲线返回的阈值似乎忽略了小于 0.5 的值。有人可以解释一下吗？
谢谢！
【问题讨论】：
-
您确定您没有 6 个或更少的唯一 probas_pred？精确召回曲线中阈值数组的大小遵循以下规则：
shape = [n_thresholds <= len(np.unique(probas_pred))]这与您在问题中报告的唯一概率的数量不一致。 -
n_thresholds = 6 在这种情况下小于 len( unique(probas_pred)) =11，所以等式成立。
标签： pandas scikit-learn precision-recall