Precision-Recall Curve计算公式

Precision-Recall Curve（PR Curve）是用于评估二分类模型的一种常用方法，它将模型的 Precision 和 Recall 两个指标绘制在同一张图上，用来观察模型在不同阈值下的表现。

PR Curve 的计算公式如下：

首先，对模型的预测结果进行排序，将预测值从高到低排列。

然后，从最高预测值开始逐步降低阈值，将预测结果分为正例和负例。

在每个阈值下，计算出模型的 Precision 和 Recall 值：

Precision = TP / (TP + FP)

Recall = TP / (TP + FN)

其中，TP 表示 True Positive，即真正例；FP 表示 False Positive，即假正例；FN 表示 False Negative，即假负例。

最后，将不同阈值下的 Precision 和 Recall 值绘制成 PR Curve。