average_precision_score 与 precision_score 之间的 sklearn 区别
sklearn difference between average_precision_score vs precision_score
在文档中，它描述 average_precision_score 为精确召回曲线下的面积。我无法理解该区域的含义？
此指标与原始精度分数有何不同。
precision-recall 曲线绘制了不同概率阈值 p 的准确率和召回率。对于 p=0，所有内容都归类为 1，因此召回率为 100%，精度为测试数据集中 1 的比例。对于 p=1，没有任何东西被归类为 1，因此召回率为 0%，精度将为 0。对于 p=0.5，这就是 precision_score 告诉您的内容，但是，您可能不想要要在您的最终模型中使用此阈值，您将根据您愿意容忍的误报数量选择不同的阈值。因此，平均精度分数为您提供了所有不同阈值选择的平均精度。
在文档中，它描述 average_precision_score 为精确召回曲线下的面积。我无法理解该区域的含义？
此指标与原始精度分数有何不同。
precision-recall 曲线绘制了不同概率阈值 p 的准确率和召回率。对于 p=0，所有内容都归类为 1，因此召回率为 100%，精度为测试数据集中 1 的比例。对于 p=1，没有任何东西被归类为 1，因此召回率为 0%，精度将为 0。对于 p=0.5，这就是 precision_score 告诉您的内容，但是，您可能不想要要在您的最终模型中使用此阈值，您将根据您愿意容忍的误报数量选择不同的阈值。因此，平均精度分数为您提供了所有不同阈值选择的平均精度。