目录
P-R 曲线绘制
Precision-查准率-预测出来的正例中正确的比例---找得对-（查准率高-宁缺毋滥
Recall-查全率-衡量正例被预测出来的比例---找得全-（查全率高-宁可错杀一百不能放过一个
在机器学习中分类器往往输出的不是类别标号，而是属于某个类别的概率值，根据分类器的预测结果从大到小对样例进行排序，逐个把样例加入正例进行预测，算出此时的P、R值。
如下图：
Inst#是样本序号，图中有20个样本，真实情况正例反例各有10个。
Class是ground truth（ground truth是什么？见文末！） 标签，p是positive样本（正例）,n当然就是negative（负例）
score是我的分类器对于该样本属于正例的可能性的打分。因为一般模型输出的不是0,1的标注，而是小数，相当于置信度。
然后设置一个从高到低的阈值y，大于等于阈值y的被我正式标注为正例，小于阈值y的被我正式标注为负例。
显然，我设置n个阈值，我就能得到n种标注结果，评判我的模型好不好使，也就可能得到n个PR值对用来画PR曲线。
先用分数（score）：0.9作为阈值（大于等于1为正例，小于1为反例），此时TP=1，FP=0，FN=9，故P=1，R=0.1。
用0.8作为阈值，P=1，R=0.2。
用0.7作为阈值，P=0.67，R=0.2。
用0.6作为阈值，P=0.75，R=0.3。
以此类推。。。
最后得到一系列P、R值序列，就画出P-R曲线（示意图，不对应上面数据）：
Ground Truth
在看英文文献的时候，经常会看到Ground Truth这个词汇，翻译的意思是地面实况，放到机器学习里面，再抽象点可以把它理解为真值、真实的有效值或者是标准的答案。
维基百科对Ground Truth在机器学习领域的解释是：
在机器学习中，“ground truth”一词指的是训练集对监督学习技术的分类的准确性。这在统计模型中被用来证明或否定研究假设。“ground truth”这个术语指的是为这个测试收集适当的目标（可证明的）数据的过程。
今天在看《Outlier Analysis》时，有句话: However, it is generally much harder to reduce bias in outlier ensembles because of the absence of ground truth.
放到对异常点的检测方面来理解这个ground truth就好理解了。在对异常点进行检测的时候，通过一些ensemble methods可以在一定程度上提高准确性，从而减少bias，但是由于对于异常点的定义本身就是一个问题，所以在对这些数据进行label的过程中，保证labeled data是正确的异常点也是个问题。
再举个例子，在图像识别中，一张图片是猫还是狗这个没有什么争议性，但是如果在时间序列中让你指出什么样的数据是 normal，什么样的数据是 abnormal，100个人可能会有100种回答，因为 normal 和 abnormal 之间没有什么明确的界限，所以在研究时间序列中的 outlier analysis 时，Ground Truth 也是一个不可避免的问题。
————————————————
版权声明：本文为CSDN博主「敲代码的quant」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/FrankieHello/article/details/80486167
P-R曲线
原文链接：https://blog.csdn.net/teminusign/article/details/51982877
原文链接：https://blog.csdn.net/u013249853/article/details/96132766
