在linear model中，我們對各個特征線性組合，得到linear score,然後確定一個threshold，linear score ＜ threshold 判為負類，linear score ＞ threshold 判為正類。畫PR曲線時， 我們可以想象threshold 是不斷變化的。首先，threshold 特別大，這樣木有一個是正類，我們計算出查全率與查準率； 然後 threshold 減小， 只有一個正類，我們計算出查全率與查準率；然後 threshold再減小，有2個正類，我們計算出查全率與查準率；threshold減小一次，多出一個正類，直到所有的類別都被判為正類。 然後以查全率為橫坐標，差準率為縱坐標，畫出圖形即可。

例如，有

查全率： 預測為正的裏面，實際為正的比例。

查準率：預測為正，實際為正 占的比例。

 1 import matplotlib
 2 import numpy as np  
 3 import matplotlib.pyplot as plt  
 4 Recall = np.array([0,1/5,2/5,3/5,4/5,5/5])  #從0開始更加平滑，美觀，實際中，數據量很大時，趨近0。
 5 Precison = np.array([1/1,2/2,2/3,2/4,2/5,0])
 6 plt.figure()
 7 plt.ylim(0,1.1)
 8 plt.xlabel("Recall")
 9 plt.xlim(0,1.1)
10 plt.ylabel("
 
Precison")
11 plt.plot(Recall,Precison)
12 plt.show()

PR曲線 的 計算及繪制