P2 · 辨識即可
資料
PR 曲線下面積 (Area Under the Precision-Recall Curve, PR-AUC)
是什麼
PR 曲線下面積是在不同分類門檻下畫出精確率（Precision）對召回率（Recall）的曲線，再計算曲線下面積，綜合衡量模型辨識正類的能力。
解決什麼問題
正類很少的不平衡資料（如詐欺、疾病）中，ROC-AUC 容易被大量負類撐高，PR-AUC 較能反映實際表現。
考場 Trigger
- 正類極少的不平衡資料
- ROC-AUC 很高卻抓不到正類
- 精確率與召回率的權衡
容易搞混
ROC 與 AUCPrecision、Recall 與 F1資料不平衡處理
中級深度
能說明不平衡資料為何優先看 PR-AUC，並知道其隨機基準約等於正類比例，而不是 0.5。