sklearn中precision_recall_curve最后一个precision值为1是否合理？

核心结论 #

你完全可以直接移除最后一个点来满足需求，这是合理且常用的处理方式。

为什么会出现这个冗余点？ #

sklearn的precision_recall_curve函数默认会额外添加一个点：当阈值高于所有预测概率时，没有任何样本被判定为正类。此时：

• recall（召回率）为0，因为没有正类样本被正确识别
• precision（精确率）被定义为1（数学上，没有假阳性的情况下精确率无意义，但sklearn做了这样的约定）

这个点更多是出于算法逻辑的完整性，对实际绘图、模型对比几乎没有价值，确实容易造成误导。

具体处理方法 #

直接截取precision和recall数组的前n-1个元素即可，代码示例：

import numpy as np
from sklearn import metrics

y = np.array([0, 0, 1, 0])
pred = np.array([0.1, 0.2, 0.3, 0.4])
precision, recall, thresholds = metrics.precision_recall_curve(y, pred, pos_label=1)

# 移除最后一个冗余点
precision_clean = precision[:-1]
recall_clean = recall[:-1]

print("处理后的precision:", precision_clean)
print("处理后的recall:", recall_clean)

输出结果完全符合你的预期：

处理后的precision: array([0.25      , 0.33333333, 0.5       , 0.        ])
处理后的recall: array([1., 1., 1., 0.])

补充说明 #

如果你需要绘制PR曲线，使用处理后的数组即可，不会影响曲线的准确性——这个冗余点只是在PR曲线的终点（recall=0）额外多了一个无意义的点，移除后曲线的核心趋势和评估指标（如AP值）不会受到影响。

内容的提问来源于stack exchange，提问作者Daniel Wyatt