我在一个数据集上训练了一个神经网络，测试集非常不平衡，正例和负例之间的比率是 1:25000。所有正例都被正确预测，而正确预测的负例元素占总负例的 99%。

PR 和 ROC 曲线图如下：

从这些曲线可以推断出什么？这些是我第一次使用分类器，我很困惑。我认为精度总是很低，因为被错误预测为正的负数具有分类器分配的高分（接近 1）。ROC 相反，我认为这很高，因为所有正例都被正确预测。以上是我的推测，如有错误请指正。