如何使用 Python/Pandas 测量预测的准确性？

Posted 2023-03-12

【中文标题】如何使用 Python/Pandas 测量预测的准确性？

【英文标题】：How to measure the accuracy of predictions using Python/Pandas?

【发布时间】：2017-08-09 19:25:27

【问题描述】：

我使用 Elo 和 Glicko 评分系统以及比赛结果来为玩家生成评分。在每场比赛之前，我可以根据每个球员各自的评分为他们生成一个期望值（0 到 1 之间的浮点数）。我想测试一下这个预期有多准确，原因有两个：

比较不同的评分系统 调整用于计算评分的变量（例如 Elo 中的 kfactor）

与国际象棋有一些不同之处需要注意：

可能的结果是获胜（我将其视为 1.0）、失败 (0.0)，以及非常偶然的 ( 玩家的比赛数量较少 - 许多人少于 10 人，少数人超过 25 人，最多 75 人

认为适当的函数是“相关性”，我尝试创建一个 DataFrame，其中包含一列中的预测（0、1 之间的浮点数）和另一列 (1|0.5|0) 中的结果，并使用corr() ，但根据输出，我不确定这是否正确。

如果我创建一个 DataFrame，其中仅包含比赛中第一个玩家的期望和结果（结果将始终为 1.0 或 0.5，因为由于我的数据源，永远不会首先显示失败者）， corr() 返回非常低：

如果有帮助，这里有一些真实（非随机）的样本数据：http://pastebin.com/eUzAdNij

【问题讨论】：

我认为你应该添加你的代码，否则不容易知道你在做什么

也许你应该以正确预测结果的数量作为衡量标准，这里的相关性可能不是那么好

【参考方案1】：

实际上，您所观察到的一切都非常合理。如果没有平局，你总是在第一排表现出对获胜者的期望，那么与第二排根本没有关联！因为无论期望大小，第二行的数字总是1.0，即它根本不依赖于第一行的数字。

由于抽奖百分比较低（抽奖可能与 0.5 周围的值相关），您仍然可以观察到很小的相关性。

也许相关性并不是这里预测准确性的最佳衡量标准。

其中一个问题是，Elo 预测的不是单一结果，而是预期的分数。至少有一个未知因素：平局的概率。您必须将有关抽签概率的额外知识放入模型中。这个概率取决于玩家之间的实力差异：差异越大，平局的机会就越小。可以尝试以下方法：

将预期点映射到预期结果，例如0...0.4 表示失败，0.4..0.6 - 平局，0.6...1.0 - 胜利，看看有多少结果被正确预测。 对于一个玩家和一堆游戏，准确度的衡量标准是|predicted_score-score|/number_of_games 对玩家进行平均。差异越小越好。 一种贝叶斯方法：如果一场比赛的预测分数为x，如果比赛获胜，预测得分为x，如果比赛失败，预测得分为1-x（也许你有跳过平局或将其评分为(1-x)*x/4 - 因此0.5 的预测将具有1 的分数）。预测器在所有游戏中的总得分将是单个游戏得分的乘积。分数越大越好。

【讨论】：

回复：“总是 1.0”，哇，这很有道理。很惊讶我没想到。当您说我应该评估正确预测的结果数量时，一种技术是将相似的预测（即 20-30%）分组到足够大的箱中，然后查看在该范围内赢得了多少匹配？

【参考方案2】：

判断预测准确性的行业标准方法是接收器操作特性 (ROC)。您可以使用 sklearn 和 matplotlib 使用以下代码从您的数据中创建它。

ROC 是真阳性与假阳性率的二维图。您希望线在对角线上方，越高越好。曲线下面积 (AUC) 是准确度的标准度量：分类器越大越准确。

import pandas as pd

# read data
df = pd.read_csv('sample_data.csv', header=None, names=['classifier','category'])

# remove values that are not 0 or 1 (two of those)
df = df.loc[(df.category==1.0) | (df.category==0.0),:]

# examine data frame
df.head()

from matplotlib import pyplot as plt
# add this magic if you're in a notebook
# %matplotlib inline

from sklearn.metrics import roc_curve, auc
# matplot figure
figure, ax1 = plt.subplots(figsize=(8,8))

# create ROC itself
fpr,tpr,_ = roc_curve(df.category,df.classifier)

# compute AUC
roc_auc = auc(fpr,tpr)

# plotting bells and whistles
ax1.plot(fpr,tpr, label='%s (area = %0.2f)' % ('Classifier',roc_auc))
ax1.plot([0, 1], [0, 1], 'k--')
ax1.set_xlim([0.0, 1.0])
ax1.set_ylim([0.0, 1.0])
ax1.set_xlabel('False Positive Rate', fontsize=18)
ax1.set_ylabel('True Positive Rate', fontsize=18)
ax1.set_title("Receiver Operating Characteristic", fontsize=18)
plt.tick_params(axis='both', labelsize=18)
ax1.legend(loc="lower right", fontsize=14)
plt.grid(True)
figure.show()

根据您的数据，您应该得到如下图：

【讨论】：

虽然这个问题留下了很多解释，但这个答案显示了如何开始考虑如何确定准确度阈值的可靠指导。很好的答案。