使用precision_recall_curvescikit-learn进行奇怪的绘图

如何解决使用precision_recall_curvescikit-learn进行奇怪的绘图

我正在学习这本书：使用 Scikit-Learn 和 TensorFlow 进行机器学习实践：构建智能系统的概念、工具和技术。

因此，在关于 MNIST 分类的章节中，作者使用 SCIKIT 函数 precision_recall_curve 来计算精度和召回率之间的权衡：

y_scores = cross_val_predict(sgd_clf,X_train,y_train_5,cv=3,method ="decision_function")

precisions,recalls,thresholds = precision_recall_curve(y_train_5,y_scores)

sgd_clf 在哪里

sgd_clf = SGDClassifier(random_state=42)
sgd_clf.fit(X_train,y_train_5)

X_train 是图像的训练集，y_train_5 是一个向量，其中每 5 个为 True，其他为 False。

好吧，当我绘制结果时，我得到了这个：

plot

曲线应该平滑过渡，但具有这种随机行为。随着阈值上升和召回率下降，准确率应该上升。

关于为什么会发生这种情况的任何想法？

谢谢。