分类算法的评价
Posted shuai-long
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了分类算法的评价相关的知识,希望对你有一定的参考价值。
分类准确度的问题
假如有一个癌症预测系统,输入体检信息,可以判断是否有癌症,准确度为99.9%,这个系统是好还是坏?
如果癌症产生的概率本来就只有0.1%,那么即使不采用此预测系统,对于任何输入的体检信息,都预测所有人都是健康的,即可达到99.9%的准确率。如果癌症产生的概率本来就只有0.01%,预测所有人都是健康的概率可达99.99%,比预测系统的准确率还要高,这种情况下,准确率99.9%的预测系统是失败的。
由此可以得出结论:对于极度偏斜(Skewed Data)的数据,只使用分类准确度是远远不够的。
混淆矩阵 Confusion Matrix
对于二分类问题:
行代表真实值,列代表预测值
0代表阴性(Negative),1代表阳性(Positive)
预测阳性正确TP,预测阳性错误FP,预测阴性正确TN,预测阴性错误FN
精准率:\\(Precision = \\fracTPTP+FP\\)
召回率:\\(Recall = \\fracTPTP+FN\\),
在癌症预测系统中,精准率表示预测得癌症的总人数中预测对的比例,召回率表示实际得癌症的总人数中预测对的比例
假设有10000个人,有10个人患有癌症,我们预测所有的人都是健康的,得到混淆矩阵:
算法各指标计算:
准确率=99.9%
精准率=0/(0+0)无意义
召回率=0/(10+0)=0
手写数据集下实现混淆矩阵、精准率和召回率
加载数据集
import numpy
from sklearn import datasets
digits = datasets.load_digits()
x = digits.data
y = digits.target.copy()
# 处理数据,使数据极度偏斜
y[digits.target==9] = 1
y[digits.target!=9] = 0
# 测试训练数据分离
from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test = train_test_split(x,y,random_state=666)
# 加载逻辑回归算法
from sklearn.linear_model import LogisticRegression
log_reg = LogisticRegression()
log_reg.fit(x_train,y_train)
y_predict = log_reg.predict(x_test)
混淆矩阵
def TN(y_true,y_predict):
assert len(y_true)==len(y_predict)
return numpy.sum((y_true==0)&(y_predict==0))
def TP(y_true,y_predict):
assert len(y_true)==len(y_predict)
return numpy.sum((y_true==1)&(y_predict==1))
def FN(y_true,y_predict):
assert len(y_true)==len(y_predict)
return numpy.sum((y_true==1)&(y_predict==0))
def FP(y_true,y_predict):
assert len(y_true)==len(y_predict)
return numpy.sum((y_true==0)&(y_predict==1))
def confusion_matrix(y_true,y_predict):
assert len(y_true)==len(y_predict)
return numpy.array([
[TN(y_true,y_predict),FP(y_true,y_predict)],
[FN(y_true,y_predict),TP(y_true,y_predict)]
])
精准率和召回率
def precision_score(y_true,y_predict):
tp = TP(y_test,y_predict)
fp = FP(y_test,y_predict)
try:
return tp/(fp+tp)
except:
return 0
def recall_score(y_true,y_predict):
tp = TP(y_test,y_predict)
fn = FN(y_test,y_predict)
try:
return tp/(fn+tp)
except:
return 0
scikit-learn中的混淆矩阵及其精准率和召回率
from sklearn.metrics import confusion_matrix,precision_score,recall_score
以上是关于分类算法的评价的主要内容,如果未能解决你的问题,请参考以下文章