A pergunta é bastante vaga, por isso vou assumir que você deseja escolher uma medida de desempenho apropriada para comparar diferentes modelos. Para uma boa visão geral das principais diferenças entre as curvas ROC e PR, você pode consultar o seguinte artigo: A Relação entre Precision-Recall e ROC Curves, de Davis e Goadrich .
Para citar Davis e Goadrich:
No entanto, ao lidar com conjuntos de dados altamente assimétricos, as curvas Precision-Recall (PR) fornecem uma imagem mais informativa do desempenho de um algoritmo.
Curvas ROC plotam FPR vs TPR. Para ser mais explícito:
Curvas de PR plotam precisão versus recall (FPR), ou mais explicitamente:
recall=
FPR=FPFP+TN,TPR=TPTP+FN.
recall=TPTP+FN=TPR,precision=TPTP+FP
A precisão é diretamente influenciada pelo (s) saldo de classe, uma vez que é afectada, ao passo que só depende TPR positivos. É por isso que as curvas ROC não capturam esses efeitos.FP
As curvas de recuperação de precisão são melhores para destacar as diferenças entre os modelos para conjuntos de dados altamente desequilibrados. Se você deseja comparar modelos diferentes em configurações desequilibradas, a área sob a curva PR provavelmente exibirá diferenças maiores que a área sob a curva ROC.
Dito isto, as curvas ROC são muito mais comuns (mesmo que sejam menos adequadas). Dependendo do seu público, as curvas ROC podem ser a língua franca, portanto, usá-las é provavelmente a escolha mais segura. Se um modelo domina completamente outro no espaço PR (por exemplo, sempre tem maior precisão em toda a faixa de recall), ele também domina no espaço ROC. Se as curvas se cruzarem em um dos espaços, elas também se cruzarão no outro. Em outras palavras, as principais conclusões serão semelhantes, independentemente da curva usada.
Propaganda vergonhosa . Como um exemplo adicional, você pode dar uma olhada em um dos meus trabalhos em que eu relato as curvas ROC e PR em um cenário desequilibrado. A Figura 3 contém curvas ROC e PR para modelos idênticos, mostrando claramente a diferença entre os dois. Para comparar a área sob o PR versus a área sob ROC, você pode comparar as tabelas 1-2 (AUPR) e tabelas 3-4 (AUROC), onde é possível ver que o AUPR mostra diferenças muito maiores entre os modelos individuais que o AUROC. Isso enfatiza a adequação das curvas PR mais uma vez.