**在 Python 中绘制 PR 曲线，核心步骤包括：准备真实标签与预测概率、使用库函数计算精确率与召回率、调用可视化工具绘图，并结合 AUC 指标进行模型评估。常见实现方式依赖 scikit-learn 与 matplotlib，适用于二分类及多分类任务。PR 曲线尤其适合类别不平衡场景，能更真实反映模型性能。下面将从原理、代码示例、进阶应用与实战优化等方面，系统讲解如何在 Python 中绘制 PR 曲线。**

---

## 一、PR曲线基础概念与原理

PR 曲线（Precision-Recall Curve）是机器学习中用于评估分类模型性能的重要工具，尤其在类别不平衡场景下具有更高参考价值。**PR 曲线以 Recall（召回率）为横轴，以 Precision（精确率）为纵轴，通过不同阈值下的模型预测结果绘制出曲线变化趋势**。

在二分类问题中，精确率表示预测为正类样本中真实为正类的比例，而召回率表示真实正类样本中被正确识别的比例。PR 曲线通过调整分类阈值，计算不同阈值下的 Precision 和 Recall，从而生成一条连续曲线。

根据 scikit-learn 官方文档（scikit-learn 1.4 Documentation, 2024），PR 曲线特别适用于样本不平衡数据集，因为 ROC 曲线在极度不平衡情况下可能会产生误导性结果。相比之下，PR 曲线更能反映少数类预测能力。

---

## 二、绘制PR曲线所需环境与工具

在 Python 中绘制 PR 曲线，通常使用以下工具组合：

| 工具名称 | 作用 | 是否必需 | 备注 |
|----------|------|----------|------|
| scikit-learn | 计算 precision、recall | ✅ 必需 | 提供 precision_recall_curve 函数 |
| matplotlib | 可视化绘图 | ✅ 必需 | 绘制曲线 |
| numpy | 数值处理 | ✅ 推荐 | 数组运算 |
| seaborn | 美化图表 | ❌ 可选 | 提升视觉效果 |

其中，**scikit-learn 是核心库，它提供了 precision_recall_curve 和 average_precision_score 两个关键函数**。

安装方式如下：

```bash
pip install scikit-learn matplotlib numpy
```

如果是数据分析环境（如 Anaconda），一般已预装这些依赖。

---

## 三、使用scikit-learn绘制基础PR曲线

下面通过一个完整示例说明如何绘制 PR 曲线。

### 示例步骤

第一步：准备数据

```python
from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split

X, y = make_classification(n_samples=1000, n_classes=2, weights=[0.9, 0.1], random_state=42)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
```

第二步：训练模型

```python
from sklearn.linear_model import LogisticRegression

model = LogisticRegression()
model.fit(X_train, y_train)
y_scores = model.predict_proba(X_test)[:, 1]
```

第三步：计算 PR 曲线数据

```python
from sklearn.metrics import precision_recall_curve, average_precision_score

precision, recall, thresholds = precision_recall_curve(y_test, y_scores)
ap_score = average_precision_score(y_test, y_scores)
```

第四步：绘图

```python
import matplotlib.pyplot as plt

plt.figure()
plt.plot(recall, precision, label=f'AP = {ap_score:.2f}')
plt.xlabel('Recall')
plt.ylabel('Precision')
plt.title('Precision-Recall Curve')
plt.legend()
plt.show()
```

**核心函数 precision_recall_curve 会返回三个数组：precision、recall 和 thresholds，用于生成完整曲线。**

---

## 四、PR曲线与ROC曲线的区别

在模型评估中，PR 曲线与 ROC 曲线经常被对比使用。两者区别如下：

| 对比维度 | PR曲线 | ROC曲线 |
|----------|--------|----------|
| 横轴 | Recall | FPR |
| 纵轴 | Precision | TPR |
| 适用场景 | 类别不平衡 | 类别平衡 |
| 关注重点 | 正类预测能力 | 整体分类能力 |
| 更适合 | 风险检测、异常识别 | 一般分类问题 |

根据《Pattern Recognition and Machine Learning》（Bishop, 2006）以及 scikit-learn 官方指南，**当正负样本比例严重失衡时，应优先使用 PR 曲线评估模型性能**。

举例来说，在欺诈检测场景中，正类比例可能不足 1%。此时 ROC 曲线可能看起来“很好”，但 Precision 可能极低，而 PR 曲线可以真实反映这一问题。

---

## 五、计算并解释Average Precision（AP值）

在 PR 曲线分析中，常使用 Average Precision（AP）作为综合指标。**AP 值是 PR 曲线下面积的数值近似，类似于 ROC 中的 AUC 概念**。

计算方式如下：

```python
from sklearn.metrics import average_precision_score
ap = average_precision_score(y_test, y_scores)
```

AP 的取值范围为 0 到 1：

| AP值区间 | 模型表现 |
|----------|----------|
| 0.9 - 1.0 | 极佳 |
| 0.8 - 0.9 | 优秀 |
| 0.7 - 0.8 | 良好 |
| 0.6 - 0.7 | 一般 |
| < 0.6 | 较差 |

需要注意，**AP 值对类别分布敏感，因此不同数据集之间不应直接横向对比**。

---

## 六、多分类任务中的PR曲线绘制

在多分类问题中，通常采用 One-vs-Rest 策略绘制 PR 曲线。

示例代码：

```python
from sklearn.preprocessing import label_binarize
from sklearn.multiclass import OneVsRestClassifier
from sklearn.metrics import precision_recall_curve

y_bin = label_binarize(y, classes=[0,1,2])
model = OneVsRestClassifier(LogisticRegression())
model.fit(X_train, y_train)

y_score = model.predict_proba(X_test)
```

然后针对每个类别分别计算 PR 曲线：

```python
for i in range(n_classes):
    precision[i], recall[i], _ = precision_recall_curve(y_test[:, i], y_score[:, i])
```

**多分类 PR 曲线通常需要分别绘制每个类别，并计算 micro-average 或 macro-average 指标**。

根据 scikit-learn 官方指南（2024），micro-average 更适合关注整体性能，而 macro-average 更强调类别均衡。

---

## 七、类别不平衡场景的优化建议

在实际项目中，PR 曲线常用于以下场景：

- 欺诈识别
- 医疗诊断
- 风险控制
- 异常检测

面对类别不平衡问题，可以采取以下优化策略：

第一，调整分类阈值，而不是使用默认 0.5。  
第二，使用重采样技术（如 SMOTE）。  
第三，采用类别加权训练模型。

例如：

```python
model = LogisticRegression(class_weight='balanced')
```

**合理调整阈值可以显著提升 Precision 或 Recall，从而优化 PR 曲线形态**。

---

## 八、实战可视化优化技巧

为了提升 PR 曲线可读性，可以：

第一，添加基准线（正类比例）。  
第二，使用 seaborn 优化样式。  
第三，绘制多个模型对比。

示例：

```python
baseline = sum(y_test) / len(y_test)
plt.hlines(baseline, 0, 1, linestyles='dashed', label='Baseline')
```

**基准线代表随机分类器的性能，若 PR 曲线低于该线，则模型无实际价值**。

---

## 九、总结与未来趋势

在 Python 中绘制 PR 曲线的核心流程包括：**准备预测概率、使用 precision_recall_curve 计算指标、调用 matplotlib 绘图、结合 AP 值进行评估**。相比 ROC 曲线，PR 曲线更适合类别不平衡场景，是现代机器学习评估体系的重要组成部分。

未来趋势方面，随着深度学习与大规模数据应用普及，PR 曲线将更多结合自动调参系统与可解释性分析工具。同时，自动化模型评估平台将集成多维 PR 指标，实现动态阈值优化与实时监控。

掌握 Python 绘制 PR 曲线的方法，不仅是模型评估的基础技能，也是构建高质量机器学习系统的重要环节。

参考与资料来源  
scikit-learn Documentation, Precision-Recall, 2024  
Bishop, C. M. Pattern Recognition and Machine Learning, Springer, 2006

在Python中，可以使用scikit-learn库中的precision_recall_curve函数获取精确率和召回率的数值，然后利用matplotlib库进行绘制。主要步骤包括：导入必要的库，准备真实标签和预测概率，调用precision_recall_curve计算数据，再用matplotlib绘制曲线。

使用scikit-learn绘制PR曲线的步骤

我想了解在Python中，如何利用库来计算并绘制精确率-召回率曲线，有哪些常用的方法和步骤？

如何使用Python绘制精确率-召回率（PR）曲线？

绘制PR曲线需要真实的二分类标签（通常是0和1），以及对应样本的预测概率（而不是直接的类别结果）。预测概率应是模型对于样本属于正类的概率值，这样precision_recall_curve函数才能准确计算精确率和召回率。

确保标签和预测概率的正确格式

在绘制PR曲线之前，数据应该如何准备才能确保结果准确？包括标签格式和预测结果等方面。

绘制PR曲线时需要注意哪些数据准备事项？

可以为每个模型计算它们的精确率和召回率，然后在同一个matplotlib图表中依次绘制各自的PR曲线。通过不同的颜色和图例标注，能够直观地比较多个模型在不同阈值下的表现效果。

利用matplotlib叠加多条PR曲线进行比较

假如我训练了多个模型，想在一张图上显示它们各自的PR曲线，有什么好的实现方式吗？

Python中是否有工具可以同时绘制多条PR曲线以比较模型性能？

PingCodeDocs

在Python中绘制PR曲线的核心流程包括准备真实标签与预测概率，使用scikit-learn计算precision与recall，通过matplotlib进行可视化，并结合AP值进行模型评估。PR曲线适用于类别不平衡场景，相比ROC曲线更能反映正类预测能力。文章系统讲解了基础原理、代码示例、多分类扩展、指标解读与实战优化方法，帮助读者全面掌握PR曲线绘制与分析技巧。

Python怎么绘制PR曲线

用户关注问题