क्या औसत परिशुद्धता (एपी) परिशुद्धता-रिकॉल वक्र (पीआर-वक्र के एयूसी) के तहत क्षेत्र है?
संपादित करें:
यहाँ पीआर एयूसी और एपी में अंतर के बारे में कुछ टिप्पणी है।
AUC परिशुद्धता के ट्रैपेज़ोइडल प्रक्षेप द्वारा प्राप्त किया जाता है। एक विकल्प और आमतौर पर लगभग बराबर मीट्रिक औसत परिशुद्धता (एपी) है, जिसे info.ap के रूप में लौटाया जाता है। हर बार नया पॉजिटिव सैंपल वापस बुलाने पर प्राप्त की गई औसत का यह औसत है। यह एयूसी के समान है यदि सटीक निरंतर खंडों द्वारा प्रक्षेपित किया जाता है और टीआरईसी द्वारा सबसे अधिक बार उपयोग की जाने वाली परिभाषा है।
http://www.vlfeat.org/overview/plots-rank.html
इसके अलावा, auc और औसत_परिचय_अंक परिणाम scikit- सीखने में समान नहीं हैं। यह अजीब है, क्योंकि प्रलेखन में हमारे पास है:
भविष्यवाणी स्कोर से औसत सटीक (एपी) गणना करें यह स्कोर सटीक-रिकॉल वक्र के तहत क्षेत्र से मेल खाता है।
यहाँ कोड है:
# Compute Precision-Recall and plot curve
precision, recall, thresholds = precision_recall_curve(y_test, clf.predict_proba(X_test)[:,1])
area = auc(recall, precision)
print "Area Under PR Curve(AP): %0.2f" % area #should be same as AP?
print 'AP', average_precision_score(y_test, y_pred, average='weighted')
print 'AP', average_precision_score(y_test, y_pred, average='macro')
print 'AP', average_precision_score(y_test, y_pred, average='micro')
print 'AP', average_precision_score(y_test, y_pred, average='samples')
मेरी कक्षा के लिए मेरे पास कुछ ऐसा है:
Area Under PR Curve(AP): 0.65
AP 0.676101781304
AP 0.676101781304
AP 0.676101781304
AP 0.676101781304