機器學習入門(六)——評價分類結果

2020-10-05 12:00:12

一.混淆矩陣

在這裡插入圖片描述
在這裡插入圖片描述

二.精準率和召回率

在這裡插入圖片描述
在這裡插入圖片描述
在這裡插入圖片描述上圖說明只看準確率是遠遠不夠的。

在這裡插入圖片描述

測試資料:

from sklearn import datasets
from sklearn.model_selection import train_test_split

digits = datasets.load_digits()
X = digits.data
y = digits.target.copy()
 
y[digits.target==9] = 1
y[digits.target!=9] = 0

X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=666)

邏輯迴歸預測:

from sklearn.linear_model import LogisticRegression
 
log_reg = LogisticRegression()
log_reg.fit(X_train, y_train)
log_reg.score(X_test, y_test)           #0.9755555555555555
y_predict = log_reg.predict(X_test)

在這裡插入圖片描述

三.Precision-Recall的平衡

在這裡插入圖片描述左邊為0,右邊為1,五角星為1,圓圈為0

精準率增大時召回率降低

精準率高,則對特別有把握時才預測對,則以前本該算預測對的,變成不對,召回率就越低

召回率高,降低判斷, 10%的概率也說有病

自定義曲線:

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
 
digits = datasets.load_digits()
X = digits.data
y = digits.target.copy()
 
y[digits.target==9] = 1
y[digits.target!=9] = 0
 
from sklearn.model_selection import train_test_split
 
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=666)
 
from sklearn.linear_model import LogisticRegression
 
log_reg = LogisticRegression()
log_reg.fit(X_train, y_train)
decision_scores = log_reg.decision_function(X_test)
 
from sklearn.metrics import precision_score
from sklearn.metrics import recall_score
 
precisions = []
recalls = []
thresholds = np.arange(np.min(decision_scores), np.max(decision_scores), 0.1)
for threshold in thresholds:
    y_predict = np.array(decision_scores >= threshold, dtype='int')
    precisions.append(precision_score(y_test, y_predict))
    recalls.append(recall_score(y_test, y_predict))

在這裡插入圖片描述

使用sklearn中的包:

from sklearn.metrics import precision_recall_curve
precisions,recalls,thresholds = precision_recall_curve(y_test,decision_scores)

在這裡插入圖片描述
在這裡插入圖片描述
橫軸是P,縱軸是R

PR曲線靠外或xy軸的面積大則對應的模型好

四.ROC曲線

在這裡插入圖片描述
在這裡插入圖片描述
在這裡插入圖片描述
在這裡插入圖片描述

五.多分類問題中的混淆矩陣

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
 
digits = datasets.load_digits()
X = digits.data
y = digits.target
 
from sklearn.model_selection import train_test_split
 
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.8, random_state=666)
 
from sklearn.linear_model import LogisticRegression
 
log_reg = LogisticRegression()
log_reg.fit(X_train, y_train)
log_reg.score(X_test, y_test)

y_predict = log_reg.predict(X_test)

from sklearn.metrics import precision_score
 
precision_score(y_test, y_predict,average='micro')

在這裡插入圖片描述
在這裡插入圖片描述