python机器学习填充空缺（免费Python机器学习课程八）
python机器学习填充空缺（免费Python机器学习课程八）从公式中可以看出，更高的精度是好的。因为更高的精度意味着更多的真实肯定。这意味着当我们说此交易是欺诈性的时，这是事实。进一步分解，该公式可以写成：要了精确度和召回率，您需要了解下表及其所有术语。考虑二进制分类。它将返回0或1。对于给定的训练数据，如果实际类别为1，而预测类别也为1，则称为真实肯定。如果实际类别为0，而预测类别为1，则为假阳性。如果实际类别为1，但预测类别为0，则称为假阴性。如果实际类别和预测类别均为0，则为真阴性。使用所有这些，我们将计算精度和召回率。Precision会计算出我们预测为欺诈的交易（预测为1类）中有多少实际上是欺诈的。可以使用以下公式计算精度：
> Photo by James Lee on Unsplash
完全了精确度，召回率和F分数概念
如何处理机器学习中偏斜的数据集用偏斜的数据集开发有效的机器学习算法可能很棘手。例如，数据集涉及银行中的欺诈活动或癌症检测。发生的情况是，您将在数据集中看到99％的时间没有欺诈活动或没有癌症。您可以很容易地作弊，并且始终可以仅预测0（如果癌症则预测1，如果没有癌症则预测0），从而获得99％的准确性。如果这样做，我们将拥有99％的准确机器学习算法，但我们将永远不会检测到癌症。如果某人患有癌症，他/他将永远得不到治疗。在银行中，不会采取任何针对欺诈活动的措施。因此，仅靠准确性就无法确定偏斜的数据集，就像算法是否有效运行一样。
背景有不同的评估矩阵可以帮助处理这些类型的数据集。这些评估指标称为精确召回评估指标。
要了精确度和召回率，您需要了解下表及其所有术语。考虑二进制分类。它将返回0或1。对于给定的训练数据，如果实际类别为1，而预测类别也为1，则称为真实肯定。如果实际类别为0，而预测类别为1，则为假阳性。如果实际类别为1，但预测类别为0，则称为假阴性。如果实际类别和预测类别均为0，则为真阴性。
使用所有这些，我们将计算精度和召回率。
精确Precision会计算出我们预测为欺诈的交易（预测为1类）中有多少实际上是欺诈的。可以使用以下公式计算精度：
进一步分解，该公式可以写成：
从公式中可以看出，更高的精度是好的。因为更高的精度意味着更多的真实肯定。这意味着当我们说此交易是欺诈性的时，这是事实。
召回回忆告诉我们，最初欺诈的所有交易中有多少被检测为欺诈。这意味着，如果我们告知银行适当的权力采取行动，那么在某笔交易实际上是欺诈的情况下。当我第一次阅读这些关于精确度和召回率的定义时，我花了一些时间才能真正理解它们之间的区别。我希望你能更快地得到它。如果没有，那就不用担心。你不是一个人。
召回率可以通过以下公式计算：
用上面2 x 2表中定义的术语表示：
精确度和召回率可以更好地了解算法的实际运行方式，尤其是在数据集高度偏斜的情况下。如果我们一直预测为0并获得99.5％的准确度，则召回率和精确度都将为0。因为没有真正的肯定。因此，您知道分类器不是一个好的分类器。当精度和查全率都很高时，表明该算法运行良好。
假设仅在高度自信的情况下，我们要预测y = 1。因为有时候这很重要。特别是当我们处理医疗数据时。假设我们正在检测某人是否患有心脏病或癌症。预测假阳性会给一个人的生活带来很多痛苦。提醒一下，通常，逻辑假设如果假设大于或等于0.5，则预测1；如果假设小于0.5，则预测0。
如果假设≥0.5，则预测1
如果假设<0.5，则预测0
但是，当我们如上所述处理某些敏感情况时，我们想更确定自己的结果，如果假设≥0.7，我们将预测为1，如果假设<0.7，我们将预测为0。如果您想对结果更有信心，可以看到0.9之类的值。因此，您将90％地确定某人是否患有癌症。
现在，看看精度和召回率公式。真实肯定和错误肯定都会更低。因此，精度会更高。但另一方面，由于我们现在将预测更多的负面因素，因此，假阴性的可能性会更高。在这种情况下，召回率会更高。但是太多的假阴性也不好。如果某人确实患有癌症，或者某个账户有欺诈行为，但是我们告诉他们他们没有癌症，或者该账户没有欺诈行为，则可能导致灾难。
为了避免误报并提高召回率，我们需要将阈值更改为以下内容：
如果假设≥0.3，则预测1
如果假设<0.3，则预测为0
与以前的情况相反，我们将具有更高的召回率和更低的精度。
那么如何确定阈值呢？这将取决于您的要求。根据数据集，您必须决定是否需要更高的精度或更高的查全率。这是精度调用曲线：
精确调用曲线可以是任何形状。因此，我在这里显示三种不同的形状。如果您不能自己决定是否需要更高的精度或更高的查全率，则可以使用F1分数。
F1分数F1分数是准确性和召回率的平均值。但是平均公式却不同。常规平均公式在这里不起作用。看一下平均公式：
（精确 召回）/ 2
即使精度为0或召回率为零，平均值仍为0.5。请记住，从我们之前的讨论中可以看出，精度为零是什么意思。我们总是可以预测y =1。因此，这应该是不可接受的。因为整个精确调用的想法是避免这种情况。公式F1得分是：
在这里，P是精度，R是召回率。如果精度为零或召回率为零，则F1分数将为零。因此，您将知道分类器没有按照我们的期望工作。当精度和召回率都完美时，这意味着精度为1，召回率也为1，F1分数也将为1。因此，理想的F1分数是1。最好尝试使用不同的阈值并计算精度，召回率和F1分数，以找到适合您的机器学习算法的最佳阈值。
结论在本文中，您学习了如何处理偏斜的数据集。如何使用F1分数在精确度和召回率之间进行选择。希望对您有所帮助。
(本文由闻数起舞翻译自Rashida Nasrin Sucky的文章《A Complete Understanding of Precision Recall and F Score Concepts》，转载请注明出处，原文链接：https://towardsdatascience.com/a-complete-understanding-of-precision-recall-and-f-score-concepts-23dc44defef6)
