在scikit-learn中使用交叉验证时计算平均精确度 - 回忆曲线

Question

我尝试使用以下方式绘制平均图：

1. 计算所有折叠的精确回忆曲线。

2. 计算平均精确回忆曲线。我不知道该怎么做，因为不同折叠的尺寸不同。

3. 绘制曲线，这是在第二步中计算的。

   P.S。来自Plotting Precision-Recall curve when using cross-validation in scikit-learn的解决方案不合适，因为如果我计算所有预测的平均值然后计算精确回忆曲线，我将得到AUC = 1.0。这是错误的。

我想得到这样的东西：

from sklearn.metrics import precision_recall_curve
import matplotlib.pyplot as plt

scores = []
for train, test in kfold:
    true, pred = clf.predict(test)
    precision, recall, _ = precision_recall_curve(true, pred)
    scores.append((precision, recall))
precision_avg, recall_avg = compute_average(scores)
plt.plot(precision_avg, recall_avg)