PR Curve

释义 Definition

PR curve 通常指 Precision–Recall curve（精确率-召回率曲线）：在不同阈值下，将模型的精确率（Precision）与召回率（Recall）之间的权衡关系画成曲线，用于评估分类/检索系统，尤其常用于类别极不平衡的场景。（在少数语境中也可能被误解为“public relations”相关，但在数据科学中几乎默认指精确率-召回率曲线。）

发音 Pronunciation (IPA)

/ˌpiːˈɑːr kɝːv/

例句 Examples

We plotted a PR curve to evaluate the classifier.
我们绘制了 PR 曲线来评估这个分类器。

Because the dataset is highly imbalanced, the PR curve gives a more informative picture than the ROC curve, and the area under the PR curve improved after tuning the threshold.
由于数据集高度不平衡，PR 曲线比 ROC 曲线提供更有信息量的表现图景；在调整阈值后，PR 曲线下面积也提升了。

词源 Etymology

PR 是 Precision 与 Recall 的首字母缩写；curve 来自拉丁语 curvus（“弯曲的”）。PR curve 这一术语在信息检索与机器学习评估中普及，用来展示阈值变化时“少报/多报”之间的取舍。

相关词 Related Words

• Precision
• Recall
• Threshold
• Classifier
• Imbalanced
• ROC Curve
• AUC
• F1 Score
• Confusion Matrix

文学与著作中的用例 Literary / Notable Works

• An Introduction to Information Retrieval（Manning, Raghavan, Schütze）——讨论精确率、召回率及其曲线化评估思路（信息检索经典教材）。
• Information Retrieval（van Rijsbergen）——早期系统化阐述检索评估指标（精确率/召回率）及相关图示方法的代表性著作。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——在分类评估语境中涉及 precision/recall 与阈值权衡（常见于相关章节与扩展阅读）。
• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——涵盖分类模型评估框架，常与 PR/ROC 等曲线一起被引用与对比（统计学习经典）。