Я пытаюсь вычислить точность из значения отзыва (например, 0,9), используя кривую точности возврата. Я могу найти индекс (idx) вблизи минимального значения abs (вспомним - 0.9), а затем найти точность (idx), которую я могу использовать интерполяцией с двух сторон минимальных значений для повышения точности. Тем не менее, я думаю, что должен быть лучший путь. Есть ли функция для поиска или интерполяции предвидения по отзыву или наоборот по кривой предвидения-отзыва?
Ниже приведен мой код. Я пытаюсь найти лучший способ сделать это.
from sklearn.metrics import precision_recall_curve
y_scores_lr = m.decision_function(X_test)
precision, recall, thresholds = precision_recall_curve(y_test, y_scores_lr)
idx = abs(recall - 0.9).argmin()
prec = precision[idx] # use interpolation to get a better result