我有一些机器学习的结果不太理解。我使用的是Python的scikit-learn，数据量超过200万，包含大约14个特征。’ab’的分类在精确召回曲线上看起来很差，但Ab的ROC曲线却和其他组的分类一样好。这是什么原因造成的？

回答：

类别不平衡。

与ROC曲线不同，PR曲线对类别不平衡非常敏感。如果你在不平衡数据上优化分类器以获得良好的AUC，你很可能会得到较差的精确召回结果。