理工酷

ROC曲线所代表的内容与precision-recall曲线所代表的内容之间有着非常重要的区别。 请记住，ROC曲线代表灵敏度和假阳性率之间的关系。灵敏度是召回率（recall）的另一个名称，但假阳性率不是准确率。 precision-recall是对所有样本（其真实类标签为1）的估计值为1的概率的度量。它是一个衡量有多少阳性样本被确认为阳性的指标。 特异性是在所有样本的真实类标签为0的情况下，估计值为0的概率的度量。它是一种衡量有多少阴性样本被鉴定为阴性的指标。 另一方面，精确度是不同的。假设你的分类器表示为阳性，则此度量标准衡量的是样本为真实阳性类别的概率。它衡量分类器预测为正的样本中有多少确实是正的。 请注意，当正类的基本概率或先验概率发生变化时，这种情况会发生变化。这意味着精度取决于正类的稀有程度。换言之，当正类别比负类别更主要时，就使用它。 所以，如果你的问题涉及到大海捞针的情况的时候，例如：正类样本与负类样本相比是非常罕见的，那么使用precision-recall曲线。 否则，请使用ROC曲线，因为无论正类样本（重要的稀有分类）的先验概率如何，ROC曲线均保持不变。