計算精度和召回率的結果及相關結果似乎很奇怪

Question

我正在模擬一個檢索10個文檔的搜索引擎，但是其中只有5個是相關的。

from sklearn import svm, datasets
from sklearn.model_selection import train_test_split
import numpy as np
from sklearn.metrics import precision_recall_curve
import matplotlib.pyplot as plt
from sklearn.metrics import average_precision_score
from sklearn.metrics import roc_curve
from sklearn.metrics.ranking import _binary_clf_curve

y_true = np.array([True, True, False, True, False, True, False, False, False, True])

降低閾值以獲取更多文檔：

y_scores = np.array([1, .9, .8, .7, .6, .5, .4, .3, .2, .1])

現在獲得精度，召回率和閾值：

precisions, recalls, thresholds1 = precision_recall_curve(y_true, y_scores)

print("\nPresicions:")
for pr in precisions:
    print('{0:0.2f}'.format(pr), end='; ')

print("\nRecalls:")
for rec in recalls:
    print('{0:0.2f}'.format(rec), end='; ')

print("\nThresholds:")
for thr in thresholds1:
    print('{0:0.2f}'.format(thr), end='; ')

輸出1

Presicions:
0.50; 0.44; 0.50; 0.57; 0.67; 0.60; 0.75; 0.67; 1.00; 1.00; 1.00;
Recalls:
1.00; 0.80; 0.80; 0.80; 0.80; 0.60; 0.60; 0.40; 0.40; 0.20; 0.00;
Thresholds:
0.10; 0.20; 0.30; 0.40; 0.50; 0.60; 0.70; 0.80; 0.90; 1.00;

情況2的輸出代碼：

falsePositiveRates, truePositiveRates, thresholds2 = roc_curve(y_true, y_scores, pos_label = True)

print("\nFPRs:")
for fpr in falsePositiveRates:
    print('{0:0.2f}'.format(fpr), end='; ')

print("\nTPRs:")
for tpr in truePositiveRates:
    print('{0:0.2f}'.format(tpr), end='; ')

print("\nThresholds:")
for thr in thresholds2:
    print('{0:0.2f}'.format(thr), end='; ')

輸出2

FPRs:
0.00; 0.00; 0.20; 0.20; 0.40; 0.40; 1.00; 1.00;
TPRs:
0.20; 0.40; 0.40; 0.60; 0.60; 0.80; 0.80; 1.00;
Thresholds:
1.00; 0.90; 0.80; 0.70; 0.60; 0.50; 0.20; 0.10;

問題在輸出1中，為什么最后一個精度（將是繪圖中的第一個）計算為1而不是0？

在輸出2中，為什么FPR，TPR和閾值的長度是8，而不是10？

Answer 1

在output1中，為什么最后一個精度（將是繪圖的第一個精度）設置為1而不是0？

在最嚴格的閾值下，您只能選擇一項相關的選項（真正肯定）。

在輸出2中，為什么FPR，TPR，閾值的計數是8而不是10

您允許drop_intermediate默認為True 。 0.3和0.4是次優閾值。