1回答

liuyubobobo

2023-03-03

最简单的方式就是使用 OvR，对于一个 k 分类的问题，能创建 k 个分类器，每个分类器在一个特定阈值下就能得到一个 precision 和一个 recall，将这 k 个 precision 和 k 个recall 的平均值作为整个 k 分类模型的 precision 和 recall，随着阈值的变化，绘制这个 precision 和 recall 均值变化的曲线。

ROC 同理。

值得一提的是，对于 PR 曲线来说，上面介绍的方式计算出的整个 k 分类模型的 precision，被称为是 Macro Average Precision；计算出的整个 k 分类模型的 recall，被称为是 Macro Average Recall；

与之相对应的，还有一个概念，叫 Micro Average Precision 和 Micro Average Recall；

其计算方式是，先计算出整个模型对于每一个分类的 TP(k)，FP(k)，FN(k)，然后套这里的公式（公式本质就是二分类问题定义下的拓展）：https://www.educative.io/answers/what-is-the-difference-between-micro-and-macro-averaging 之后绘制相应的曲线即可。

继续加油！：）

0

0