在 scikit 的 precision_recall_curve 中，为什么阈值与召回率和精度具有不同的维度？

Question

我想看看准确率和召回率如何随阈值变化（而不仅仅是相互之间）

model = RandomForestClassifier(500, n_jobs = -1);  
model.fit(X_train, y_train);  
probas = model.predict_proba(X_test)[:, 1]  
precision, recall, thresholds = precision_recall_curve(y_test, probas)  
print len(precision)   
print len(thresholds)

Returns:

283  
282

因此，我不能将它们放在一起。关于为什么会这样的任何线索？

Answer 1

对于这个问题，应该忽略最后的精度和召回值最后的精度和召回值总是分别为 1. 和 0. 并且没有相应的阈值。

例如这里有一个解决方案：

def plot_precision_recall_vs_threshold(precisions, recall, thresholds): 
    fig = plt.figure(figsize= (8,5))
    plt.plot(thresholds, precisions[:-1], "b--", label="Precision")
    plt.plot(thresholds, recall[:-1], "g-", label="Recall")
    plt.legend()

plot_precision_recall_vs_threshold(precision, recall, thresholds)

这些值应该存在，以便在绘制精度与召回率时，绘图从 y 轴 (x=0) 开始。

在 scikit 的 precision_recall_curve 中，为什么阈值与召回率和精度具有不同的维度？

In scikit's precision_recall_curve, why does thresholds have a different dimension from recall and precision?

python

python-2.7

scikit-learn

precision-recall