Como formar uma curva Precision-Recall quando eu tenho apenas um valor para PR?

Tenho uma atribuição de mineração de dados em que faço um sistema de recuperação de imagens com base em conteúdo. Eu tenho 20 imagens de 5 animais. Assim, no total, 100 imagens.

Meu sistema retorna as 10 imagens mais relevantes para uma imagem de entrada. Agora, preciso avaliar o desempenho do meu sistema com uma curva Precision-Recall. No entanto, não entendo o conceito de uma curva Precision-Recall. Digamos que meu sistema retorne 10 imagens para uma imagem de gorila, mas apenas 4 delas são gorilas. As outras 6 imagens retornadas são de outros animais. Portanto,

• precisão é 4/10 = 0.4(relevantes retornados) / (todos retornados)
• recall é 4/20 = 0.2(relevantes retornados) / (todos os relevantes)

Então, eu só tenho um ponto <0.2,0.4>, não uma curva. Como tenho uma curva (ou seja, um conjunto de pontos)? Devo alterar o número de imagens retornadas (isso é fixado em 10 no meu caso)?

Gerar uma curva PR é semelhante a gerar uma curva ROC. Para desenhar esses gráficos, você precisa de uma classificação completa do conjunto de testes. Para fazer essa classificação, você precisa de um classificador que produza um valor de decisão em vez de uma resposta binária. O valor da decisão é uma medida de confiança em uma previsão que podemos usar para classificar todas as instâncias de teste. Como exemplo, os valores de decisão de regressão logística e SVM são uma probabilidade e uma distância (assinada) para o hiperplano de separação, respectivamente.

$f(\mathbf{x}) = 0.5$$(0, 1)$

$( T_i, P_i, R_i )$$( P_i, R_i )$

Se entendi seu comentário corretamente, a pontuação total de similaridade que você calcula pode ser usada como um valor de decisão.