解释PR曲线下的面积

我目前正在比较三种方法，并且我以Accuracy，auROC和auPR作为指标。我有以下结果：

方法A-acc：0.75，auROC：0.75，auPR：0.45

方法B-acc：0.65，auROC：0.55，auPR：0.40

方法C-acc：0.55，auROC：0.70，auPR：0.65

我对准确性和auROC有很好的理解（要记得很好，我经常想出一个句子，例如“ auROC =很好地表征预测阳性学生的能力”，而并非完全正确的话可以帮助我记住）。我从来没有过auPR数据，而在我了解它是如何构建的时，我无法理解它的背后。

实际上，我无法理解为什么方法C的auPR得分非常高，而准确性和auPR却差/平均。

如果有人能通过简单的解释帮助我更好地理解它，那将是非常不错的。谢谢。

ROC和PR曲线的一条轴相同，即TPR：在数据中所有阳性病例中正确分类了多少阳性病例。

另一个轴不同。ROC使用FPR，即数据中所有负数中错误地声明了正数的FPR。PR曲线使用精度：在所有预测为正数的真实正数中。因此，第二个轴的基准是不同的。ROC使用数据中的内容，PR使用预测中的内容作为基础。

当数据中存在高度不平衡时，PR曲线被认为可以提供更多信息，请参阅本文http://pages.cs.wisc.edu/~jdavis/davisgoadrichcamera2.pdf。