R中PRROC包的Precision-Recall曲线计算

Posted 2023-03-12

【中文标题】R中PRROC包的Precision-Recall曲线计算

【英文标题】：Precision-Recall Curve computation by PRROC package in R

【发布时间】：2017-01-23 08:17:26

【问题描述】：

我的问题与this 问题有关。我对计算精确召回曲线（PRC）和PRC下的面积感兴趣。我找到了一个不错的 R 包 PRROC 来完成这两项任务。根据函数 pr.curve 的package 描述（第 5 页），您必须提供 2 个参数。 1) 属于正类的数据点的分类分数only 2) 属于负类的数据点的分类分数only（参见手册第7页）。他们提供的例子是：

# create artificial scores as random numbers
x <- rnorm( 1000 );
y <- rnorm( 1000, -1 );
# compute PR curve
pr <- pr.curve( x, y, curve = TRUE );

我的问题是我在正类中有 14000 个数据点，在负类中有 2560595 个数据点，对于这样的数据，它已经是 1 天了，但我仍然没有得到结果。为简单起见，您可以尝试扩展已经给出的示例。

# create artificial scores as random numbers
x <- rnorm( 14000 );
y <- rnorm( 2560595, -1 );
# compute PR curve
pr <- pr.curve( x, y, curve = TRUE );

【问题讨论】：

你能澄清你的问题吗？

@jonno-bourne 问题是针对我的数据集 PRROC 包的 pr.curve 函数不起作用。如果您增加数据点，即使他们提供的示例也不起作用。

【参考方案1】：

您可能想尝试 AUPRC() 来自 PerfMeas 包

已编辑

这个precrec 包似乎更好。它与 ggplot2 兼容并用 C++ 实现。基准测试结果请查看this paper

【讨论】：

虽然这在理论上可以回答问题，it would be preferable 在此处包含答案的基本部分，并提供链接以供参考。有关如何编写更好“基于链接”的答案的说明，请参阅here。谢谢！