咱们直接结合Scikit-learn官方给出的例子，一步步拆解precision_recall_curve函数的计算逻辑，这样你就能明白输出结果是怎么来的了。

首先先看官方的代码片段：

import numpy as np
from sklearn.metrics import precision_recall_curve

y_true = np.array([0, 0, 1, 1])  # 真实标签，2个负类，2个正类
y_scores = np.array([0.1, 0.4, 0.35, 0.8])  # 模型输出的得分/概率

precision, recall, thresholds = precision_recall_curve(y_true, y_scores)

print("precision:", precision)  # 输出: [0.66666667 0.5        1.         1.        ]
print("recall:", recall)        # 输出: [1.  0.5 0.5 0. ]
print("thresholds:", thresholds)# 输出: [0.35 0.4  0.8 ]

关键概念回顾 #

• 精确率（Precision）：TP / (TP + FP)，即预测为正类的样本中真正是正类的比例
• 召回率（Recall）：TP / (TP + FN)，即真实正类中被正确预测为正类的比例
• 阈值（Threshold）：判断样本是否为正类的得分临界值，得分≥阈值则预测为正类

逐个分析阈值对应的结果 #

函数会从y_scores中提取唯一值并排序，作为候选阈值，最后额外补充一个终点让曲线完整：

1. 阈值=0.35

   • 所有得分≥0.35的样本：索引1（0.4）、2（0.35）、3（0.8）
   • 真实标签对应：0、1、1
   • TP=2（真实正类且预测正类），FP=1（真实负类但预测正类）
   • Precision = 2/(2+1) ≈ 0.666...，Recall = 2/2 = 1.0

2. 阈值=0.4

   • 所有得分≥0.4的样本：索引1（0.4）、3（0.8）
   • 真实标签对应：0、1
   • TP=1，FP=1
   • Precision = 1/(1+1) = 0.5，Recall = 1/2 = 0.5

3. 阈值=0.8

   • 所有得分≥0.8的样本：索引3（0.8）
   • 真实标签对应：1
   • TP=1，FP=0
   • Precision = 1/(1+0) = 1.0，Recall = 1/2 = 0.5

最后一组(precision=1.0, recall=0.0)的由来 #

这是函数自动添加的曲线终点：当阈值设置为比所有样本得分都高时，没有样本会被预测为正类。此时TP=0，FP=0，数学上精确率为0/0无意义，Scikit-learn默认将其设为1.0；而召回率=0/2=0.0，这样曲线就能从(recall=1, precision≈0.66)完整延伸到(recall=0, precision=1.0)。

内容的提问来源于stack exchange，提问作者zeal