我的解释是，数据可以描述为以下三组，按预测的递减顺序为正：

• 大量可以“轻松”预测为正例的正例，没有误报
• 然后是大量的负面实例
• 然后是较少数量的正实例，这些实例被预测为比负实例更不可能是正实例。

例如，它可能看起来像这样：

<predicted probability> <true class>
       1                     P
      0.9                    P
      ...                   ...
      0.4                    P

      0.38                   N
      ...                   ...
      0.14                   N

      0.11                   P
      ...                   ...
      0.05                   P

这种配置可以解释清晰可见的三个阶段。可能还有其他方式会发生这种情况，但我想不出与这个解释有什么不同（我可能错了）。

请注意，这就是第三组准确率和召回率都增加的原因：因为阈值已经超过了所有真正的负例（即所有可能的 FP 错误都已经产生），添加这些真正的正例会增加召回率（更多的 TP 案例）不降低精度（不再有 FP）。这确实非常不寻常，但并非不可能。

这里有趣的是调查为什么这第三组正例被完全错误分类：它们不仅与负例（常见情况）混淆，而且被预测为比真正的负例“更负”。这很奇怪：好像有两组非常不同的正面实例，分类器无法在正面/负面连续体的同一侧预测。但令人鼓舞的是分类器可以很好地区分这三个组，这意味着它可能是可以修复的。