这篇文章将为大家详细讲解有关python画pr曲线的方法，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
成都创新互联公司专业为企业提供灵台网站建设、灵台做网站、灵台网站设计、灵台网站制作等企业网站建设、网页设计与制作、灵台企业网站模板建站服务，十年灵台做网站经验，不只是建网站，更提供有价值的思路和整体网络服务。
1、用python画pr曲线的代码如下：
sklearn.metrics.precision_recall_curve(y_true, probas_pred, pos_label=None, sample_weight=None)
2、代码详解
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 + 1]：精度，最后一个元素是1。
recall：array, shape = [n_thresholds + 1]：召回率，最后一个是0
thresholds：array, shape = [n_thresholds <= len(np.unique(probas_pred))]：用于计算精度和召回率的决策函数的阈值
关于python画pr曲线的方法就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
