[통계학] PYTHON 을 통한 P-R 곡선 구현

0. 목표

 - PYTHON 을 통한 P-R 곡선 구현

1. 실습

 1) library 호출

import pandas as pd
import matplotlib.pyplot as plt

 2) 데이터 생성

index = [i for i in range(1, 21)]
label = ['p', 'p', 'n', 'p', 'p', 'p', 'n', 'n', 'p', 'n', 'p', 'n', 'p', 'n', 'n', 'n', 'p', 'n', 'p', 'n']
probability = [0.9, 0.8, 0.7, 0.6, 0.55, 0.54, 0.53, 0.52, 0.51, 0.505, 0.4, 0.39, 0.38, 0.37, 0.36, 0.35, 0.34, 0.33, 0.3, 0.1]

 3) 데이터 프레임화

data = pd.DataFrame({'index' : index, 'label' : label, 'probability' : probability})

  - 결과

 4) Precision, Recall 계산 모듈

  - 정밀도(precision) : 분류기가 양성 샘플이라고 분류한 것 중에서 실제 양성 샘플인 것의 비율

  - 재현율(recall) : 실제 양성 샘플인 것 중에서 분류기가 정확히 분류해 낸 양성 샘플의 비율

# inp1 : data
def PR(inp1):
    Precision = []
    Recall = []
    P = len(inp1[inp1['label'] == 'p'])
    N = len(inp1[inp1['label'] == 'n'])
    for i in inp1['probability']:
        # precision
        tmp_p = data[data['probability'] >= i]
        TP = len(tmp_p[tmp_p['label'] == 'p'])
        tmp_precision = TP/len(tmp_p)
        tmp_recall = TP/P
        Precision.append(tmp_precision)
        Recall.append(tmp_recall)
    return Precision, Recall

 5) Precision, Recall 계산

Precision, Recall = PR(data)

 6) P-R 곡선 그리기

fig = plt.figure()
fig.set_size_inches(15, 15)
plt.plot(Recall, Precision)
plt.xlabel("Recall", fontsize = 24)
plt.ylabel("Precision", fontsize = 24)
for i in range(len(data['probability'])):
    plt.text(Recall[i], Precision[i], data['probability'][i], fontsize = 18)

  - 결과

2. 참고

 - 데이터 과학자와 데이터 엔지니어를 위한 인터뷰 문답집(Hulu 데이터 과학팀)