В чем заключается метод PR-кривых при анализе эффективности моделей?

Метод PR-кривых (от англ. Precision и Recall) позволяет показать компромисс между точностью и полнотой для различных пороговых значений. vk.com

На графике PR-кривой по вертикали наносят значение точности, по горизонтали — полноты. vk.com При этом по мере увеличения полноты точность снижается, что представляет собой компромисс между двумя показателями. vk.com Чтобы увеличить полноту модели, точность должна уменьшиться, и наоборот. vk.com

Критерием качества семейства алгоритмов выступает площадь под PR-кривой (англ. Area Under the Curve — AUC-PR). neerc.ifmo.ru Чем выше кривая, тем лучше модель. vk.com

PR-кривые особенно полезны в задачах с несбалансированными классами, когда положительный класс существенно меньше по размеру. neerc.ifmo.ru