scikit-learn - sk.learn average_precision_score

Question

sklearn.metrics.average_precision_score 公式

sklearn 函数中计算的平均精度分数遵循下面和附图中显示的公式。

        AP = Σ(Rn - Rn-1)Pn *The index value of the sumation is n. Please refer to the attached image for a clear version of the formula

我正在努力完全理解这个函数背后的数学。我特别好奇公式中的第n个阈值是怎么计算的。阈值的数量是否等于样本数量？

Answer 1

阈值的数量最多等于样本的数量，因为几个样本可能具有来自分类器的相同基础连续值。

在数学上，precision-recall 曲线在横坐标上具有召回率，在纵坐标上具有精度。所以这基本上只是精确召回曲线下面积的近似值，其中 (Rn-Rn-1) 是矩形的宽度，而 Pn 是高度。这有点像 AUC，只针对精确召回曲线而不是 ROC 曲线。