篇首语：本文由小编为大家整理，主要介绍了Python深度学习之路-3.2PR曲线相关的知识，希望对你有一定的参考价值。
1.何谓PR曲线
所谓PR曲线是指用横轴表示召回率，纵轴表示精确率，将数据绘制成图表的形式所得到的曲线。
召回率和准确率两个指标成反比关系，所谓反比关系，指的是当提升精确率时，召回率会降低，相反如果要提供召回率，则精确率会相应降低。
2.基于PR曲线的模型评估
如果将PR曲线模型放到商业领域中，将问题转换为如何从所有的客户中挑选优质客户的问题，将优质客户分为优质客户的客户和真正的优质客户两类，则具体内容如下：
- 精确率高，召回率低的状态：市场推广费用中浪费的部分较少，但是漏掉的优质客户会比较多，即存在损失商机的问题。
- 精确率低，召回率高的状态：这种情况下，虽然潜在优质客户流失的情况较少，但是市场推广中存在无的放矢的情况，即市场推广费用中浪费的部分可能比较多。
3.平衡点
理想的情况是精确率和召回率都相当高的点，但由于两者是成反比的关系，一个升高就会导致另一个降低。不过，PR曲线上存在精确率和召回率相同的点，这个点叫做平衡点(Break Even Point, BEP)。在这个点上，精确率和召回率之间达到了最好的平衡状态。
以上是关于Python深度学习之路-3.2PR曲线的主要内容，如果未能解决你的问题，请参考以下文章
