PR-AUC

释义 Definition

PR-AUC 指 Precision-Recall Area Under the Curve（精确率-召回率曲线下面积），是一种评估二分类模型的指标，尤其常用于类别极不平衡的场景；数值越大通常表示模型在不同阈值下综合表现越好。（也常写作 AUPRC。）

发音 Pronunciation (IPA)

/ˌpiː ɑːr eɪ juː ˈsiː/

例句 Examples

The PR-AUC of this classifier is 0.87.
这个分类器的 PR-AUC 是 0.87。

Because the dataset is highly imbalanced, we report PR-AUC instead of ROC-AUC to better reflect performance on the positive class.
由于数据集高度不平衡，我们报告 PR-AUC 而不是 ROC-AUC，以更好地反映模型在正类上的表现。

词源 Etymology

PR-AUC 是缩写：PR 来自 precision-recall（精确率-召回率），AUC 来自 area under the curve（曲线下面积）。合在一起表示“精确率-召回率曲线下的面积”，用于把一条 PR 曲线的整体表现压缩成一个数值。

相关词 Related Words

• Precision
• Recall
• AUC
• ROC-AUC
• F1 Score
• Average Precision
• Confusion Matrix
• Class Imbalance

文献与作品 Literary / Notable Works

• Davis, J. & Goadrich, M. (2006). The Relationship Between Precision-Recall and ROC Curves（经典论文，讨论 PR 曲线与 ROC 曲线及其度量）。
• Saito, T. & Rehmsmeier, M. (2015). The Precision-Recall Plot Is More Informative than the ROC Plot when Evaluating Binary Classifiers on Imbalanced Datasets（强调不平衡数据下 PR/PR-AUC 的优势）。
• Manning, Raghavan & Schütze. Introduction to Information Retrieval（信息检索教材，系统讲解 precision/recall 与相关评估方法）。