召回率和精确率图像(准确率召回率精确度)
召回率和精确率图像(准确率召回率精确度)TP=0 foriinrange(0 len(labels)): iflabels[i]==predictions[i]andlabels[i]==1: TP =1 print("TruePositive:" TP)#3 假正例这种情况发生在标签为负但我们的模型预测为正的情况下。在我们的场景中,当电子邮件不是垃圾邮件,但模型将其分类为垃圾邮件时。当标签为正且我们的预测值也为正时,就会发生这种情况。在我们的场景中,当电子邮件是垃圾邮件时,模型也将其分类为垃圾邮件。我们将有两个数组,第一个数组将存储实际值,而第二个数组将存储预测值。这些预测值是从分类器模型中获得的。模型的类型并不重要,我们感兴趣的是模型所做的预测。#实际值 labels=[1 0 0 1 1 1 0 1 1 1] #预测值 predictions=[0 1 1 1 1 0 1 0 1 0] 0-邮件不是垃圾邮
准确率、召回率、精确度和F1分数是用来评估模型性能的指标。尽管这些术语听起来很复杂,但它们的基本概念非常简单。它们基于简单的公式,很容易计算。
这篇文章将解释以下每个术语:
- 为什么用它
- 公式
- 不用sklearn来计算
- 使用sklearn进行计算
在本教程结束时,我们将复习混淆矩阵以及如何呈现它们。文章的最后提供了谷歌colab笔记本的链接。
数据
假设我们正在对一封电子邮件进行分类,看它是不是垃圾邮件。
我们将有两个数组,第一个数组将存储实际值,而第二个数组将存储预测值。这些预测值是从分类器模型中获得的。模型的类型并不重要,我们感兴趣的是模型所做的预测。
#实际值
labels=[1 0 0 1 1 1 0 1 1 1]
#预测值
predictions=[0 1 1 1 1 0 1 0 1 0]
0-邮件不是垃圾邮件(负)
1-电子邮件是垃圾邮件(正)
关键术语真正例
当标签为正且我们的预测值也为正时,就会发生这种情况。在我们的场景中,当电子邮件是垃圾邮件时,模型也将其分类为垃圾邮件。
TP=0
foriinrange(0 len(labels)):
iflabels[i]==predictions[i]andlabels[i]==1:
TP =1
print("TruePositive:" TP)#3
假正例
这种情况发生在标签为负但我们的模型预测为正的情况下。在我们的场景中,当电子邮件不是垃圾邮件,但模型将其分类为垃圾邮件时。
FP=0
foriinrange(0 len(labels)):
iflabels[i]==0andpredictions[i]==1:
FP =1
print("FalsePositive:" FP)#3
真反例
这类似于真正例,唯一的区别是标签和预测值都是负。在我们的场景中,当电子邮件不是垃圾邮件时,模型也将其分类为非垃圾邮件。
TN=0
foriinrange(0 len(labels)):
iflabels[i]==predictions[i]andlabels[i]==0:
TN =1
print("TrueNegative:" TN)#0
假反例
这种情况发生在标签为正但预测值为负的情况下。在某种程度上,与假正例相反。在我们的场景中,当电子邮件是垃圾邮件,但模型将其分类为非垃圾邮件。
FN=0
foriinrange(0 len(labels)):
iflabels[i]==1andpredictions[i]==0:
FN =1
print("FalseNegative:" FN)#4
正确预测
这种情况是标签和预测值相同。在本例中,当模型将垃圾邮件分类为垃圾邮件,将非垃圾邮件分类为非垃圾邮件时。
也可以计算为真正例与真负例的总和。
ICP=0
foriinrange(0 len(labels)):
iflabels[i]!=predictions[i]:
ICP =1
print("IncorrectPrediction:" ICP)#7
print(ICP==FP FN)#True
不正确的预测
这种情况的条件是,标签和预测值不相等。在我们的场景中,错误的预测是模型将垃圾邮件分类为非垃圾邮件,将非垃圾邮件分类为垃圾邮件。
错误预测也可以计算为假正例和假反例的总和。
ICP=0
foriinrange(0 len(labels)):
iflabels[i]!=predictions[i]:
ICP =1
print("IncorrectPrediction:" ICP)#7
print(ICP==FP FN)#True
准确率
准确率是正确的预测数与预测总数的比率。这是对模型最简单的度量之一。我们必须力求我们的模型达到高准确率。如果一个模型具有较高的准确率,可以推断出该模型在大多数情况下做出了正确的预测。
accuracy=(TP TN)/(TP FP TN FN)
print(accuracy*100)
使用Sklearn
fromsklearn.metricsimportaccuracy_score
print(accuracy_score(labels predictions)*100)
召回率准确率可能会误导人
高准确率有时会使人产生误解。考虑下面的场景:
labels=[0 0 0 0 1 0 0 1 0 0]
predictions=[0 0 0 0 0 0 0 0 0 0]
print(accuracy_score(labels predictions)*100)#80
与非垃圾邮件相比,垃圾邮件很少见。因此,label = 0的出现次数要高于label = 1的出现次数。在上面的代码中,labels有8个非垃圾邮件和2个垃圾邮件。
如果模型总是将邮件分类为非垃圾邮件,那么准确率将达到80%。这是高度误导,因为模型基本上无法检测垃圾邮件。
计算召回率召回率计算预测正例数与正例标签总数的比率。
在上面的例子中,模型召回率为0,因为它有0个真正的正例。这告诉我们,模型在垃圾邮件上表现不佳,需要改进它。
不使用Sklearnrecall=(TP)/(TP FN)
print(recall*100)
使用Sklearn
fromsklearn.metricsimportrecall_score
print(recall_score(labels predictions))
精确度召回率可能具有误导性的案例
高召回率也很容易误导人。考虑当模型被调优为总是返回正值的预测时的情况。它基本上把所有的电子邮件都归类为垃圾邮件。
labels=[0 0 0 0 1 0 0 1 0 0]
predictions=[1 1 1 1 1 1 1 1 1 1]
print(accuracy_score(labels predictions)*100)
print(recall_score(labels predictions)*100)
虽然上述情况的准确率较低(20%),但召回率较高(100%)。
计算精确度精确度是预测正确的正例数与正预测总数的比率。
在上述情况下,精确度较低(20%),因为模型预测共10个正例,其中只有2个是正确的。这告诉我们,尽管召回率很高,而且模型在正面案例(即垃圾邮件)上表现很好,但在非垃圾邮件上表现很差。
我们的准确率和精确度相等的原因是,模型预测的是所有的正例结果。在现实世界中,模型可以正确地预测一些负面的情况,从而获得更高的准确率。然而,精确度仍然保持不变,因为它只依赖于预测正确的正例数和正预测总数。
不使用Sklearnprecision=TP/(TP FP)
print(precision)
使用Sklearn
fromsklearn.metricsimportprecision_score
print(precision_score(labels predictions)*100)
F1得分
F1得分取决于召回和精确度,它是这两个值的调和平均值。
我们考虑调和平均值除以算术平均值,因为想要低召回率或精确度来产生低F1分数。在之前的例子中,召回率为100%,精确度为20%,算术平均值为60%,而调和平均值为33.33%。调和平均值更低,更有意义,因为我们知道模型很糟糕。
AM=(1 0.2)/2
HM=2*(1*0.2)/(1 0.2)
print(AM)#0.6
print(HM)#0.333
不使用Sklearn
f1=2*(precision*recall)/(precision recall)
print(f1)
使用Sklearn
fromsklearn.metricsimportf1_score
print(f1_score(labels predictions))
混淆矩阵
混淆矩阵是一个表示真正例、假正例、真反例和假反例数的矩阵。
假设我们正在处理以下数据:
#实际值
labels=[1 0 0 1 1 1 0 1 1 1]
#预测值
predictions=[0 0 1 1 1 0 1 0 1 0]
fromsklearn.metricsimportconfusion_matrix
confusion=confusion_matrix(labels predictions)
FN=confusion[1][0]
TN=confusion[0][0]
TP=confusion[1][1]
FP=confusion[0][1][1]
你还可以传递一个normalize参数来对计算数据进行规范化。
以条形图显示混乱矩阵plt.bar(['FalseNegative' 'TrueNegative' 'TruePositive' 'FalsePositive'] [FN TN TP FP])
plt.show()
importseabornassns
sns.heatmap(confusion annot=True xticklabels=['Negative' 'Positive'] yticklabels=['Negative' 'Positive'])
plt.ylabel("Label")
plt.xlabel("Predicted")
plt.show()
importpandasaspd
data={'Labels':labels 'Predictions':predictions}
df=pd.DataFrame(data columns=['Labels' 'Predictions'])
confusion_matrix=pd.crosstab(df['Labels'] df['Predictions'] rownames=['Labels'] colnames=['Predictions'])
print(confusion_matrix)
使用Sklearn生成分类报告
fromsklearn.metricsimportclassification_report
print(classification_report(labels predictions))
下面是输出:
结论
准确率本身并不能决定一个模型的好坏,但是准确率结合精确度、召回率和F1分数可以很好地说明模型的性能。
谷歌Colab的链接https://colab.research.google.com/drive/1QNKn117M7erJZvJ2BruubTxPKtmrvNM1?authuser=1#scrollTo=ehuf7RJm-PWv