绘制阈值（precision_recall 曲线）matplotlib/sklearn.metrics答案

【问题标题】：Plotting Threshold (precision_recall curve) matplotlib/sklearn.metrics绘制阈值（precision_recall 曲线）matplotlib/sklearn.metrics
【发布时间】：2021-05-04 15:11:04
【问题描述】：

我正在尝试绘制精度/召回曲线的阈值。我只是使用 MNSIT 数据，其中的示例来自使用 scikit-learn、keras 和 TensorFlow 进行机器学习一书。试图训练模型来检测 5 的图像。我不知道你需要看多少代码。我已经为训练集制作了混淆矩阵，并计算了精度和召回值以及阈值。我已经绘制了 pre/rec 曲线，书中的示例说要添加轴标签、壁架、网格并突出显示阈值，但代码在书中我在下面放置星号的地方被切断了。除了如何让阈值出现在情节上之外，我能够弄清楚所有事情。我附上了一张书中图表与我所拥有的图表的图片。这就是本书所展示的：

对比我的图表：

我无法显示带有两个阈值点的红色虚线。有谁知道我会怎么做？下面是我的代码：

from sklearn.metrics import precision_recall_curve

precisions, recalls, thresholds = precision_recall_curve(y_train_5, y_scores)

def plot_precision_recall_vs_thresholds(precisions, recalls, thresholds):
    plt.plot(thresholds, precisions[:-1], "b--", label="Precision")
    plt.plot(thresholds, recalls[:-1], "g--", label="Recall")
    plt.xlabel("Threshold")
    plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left', borderaxespad=0.)
    plt.grid(b=True, which="both", axis="both", color='gray', linestyle='-', linewidth=1)

plot_precision_recall_vs_thresholds(precisions, recalls, thresholds)
plt.show()

我知道这里有很多关于 sklearn 的问题，但似乎没有一个涉及让红线出现。非常感谢您的帮助！

【问题讨论】：

您可以看到如何在两点之间绘制线，然后您可以指定坐标并绘制一条线。对于点，您可以使用散点图。
您可以按照提供的答案中的建议进行操作。我还建议看看作者的整个snippet。
@amiola 谢谢！！！这正是我正在解决的问题！

标签： python matplotlib scikit-learn precision-recall

【解决方案1】：

您可以使用以下代码绘制水平线和垂直线：

plt.axhline(y_value, c='r', ls=':')
plt.axvline(x_value, c='r', ls=':')

【讨论】：

【解决方案2】：

这应该以确切的方式工作：

def plot_precision_recall_vs_threshold(precisions, recalls, thresholds):
    recall_80_precision = recalls[np.argmax(precisions >= 0.80)]
    threshold_80_precision = thresholds[np.argmax(precisions >= 0.80)]
    
    plt.plot(thresholds, precisions[:-1], "b--", label="Precision", linewidth=2)
    plt.plot(thresholds, recalls[:-1], "g-", label="Recall", linewidth=2)
    plt.xlabel("Threshold")
    plt.plot([threshold_80_precision, threshold_80_precision], [0., 0.8], "r:")
    plt.axis([-4, 4, 0, 1])
    plt.plot([-4, threshold_80_precision], [0.8, 0.8], "r:")
    plt.plot([-4, threshold_80_precision], [recall_80_precision, recall_80_precision], "r:")
    plt.plot([threshold_80_precision], [0.8], "ro") 
    plt.plot([threshold_80_precision], [recall_80_precision], "ro")
    plt.grid(True)
    plt.legend()
    plt.show()

我在尝试复制本书中的代码时遇到了这段代码。原来@ageron 将所有资源都放在了他的 github 页面上。你可以去看看here

【讨论】：