11. 机器学习 - 评价指标2

约定不等于承诺〃 2024-03-27 00:16 50阅读 0赞

#### 文章目录 ####

*   *  混淆矩阵
     *  F-score
     *  AUC-ROC

![在这里插入图片描述][1d8a70569a2442aeaf81eeb02f9a1c19.png]

更多内容： [茶桁的AI秘籍][AI]

Hi, 你好。我是茶桁。

上一节课，咱们讲到了评测指标，并且在文章的最后提到了一个矩阵，我们就从这里开始。

### 混淆矩阵 ###

在我们实际的工作中，会有一个矩阵，这个矩阵是分析结果常用的。

![Image 2023-10-18 192838.png][]

我们来看看具体是什么意思。

所谓的`True condition`, 指的是真实值, `Predicted condition`，指的是预测值。

其中行表示，`Predicted condition positive`表示预测值是1，`Predicted condition negative`表示预测值是0。

列表示则为：`Condition positive`表示真实值是1， `Condition negative`表示真实值是0。

这样行列交叉就组成了这样一个矩阵。这个矩阵叫做混淆矩阵， 英文名字叫做Confusion Matrix.

这个混淆矩阵是什么意思呢?

`True Positive` 意思就是预测值是1， 预测对了，`True negative`意思是预测值是0， 预测对了。那相对的， `False positive`意思就是预测值是1， 预测错了， `False negative`意思就是预测值是0， 预测错了。

混淆矩阵在常见的机器学习里边是一个很重要的分析工具：

from sklearn.metrics import confusion_matrix
    confusion_matrix(true_labels, predicated_labels)
    
    —
    array([[59,  6],
           [ 6, 29]])

我们可以直接看看这个方法的源码里有相关说明：

??confusion_matrix
    
    ---
    def confusion_matrix(
        ...
        the count of true negatives is :math:`C_{
        0,0}`, 
        false negatives is :math:`C_{
        1,0}`, 
        true positives is :math:`C_{
        1,1}` 
        false positives is :math:`C_{
        0,1}`.
        ...

tp实际上是`1`预测值是`1`，tn实际是`0`预测是`0`, fp实际是`0`预测是`1` fn实际是`1`预测是`0`。

這個時候我們再回頭來看上节课结尾处的那个公式：

P r e c i s i o n = t p t p + f p R e c a l l = t p t p + f n \\begin\{align\*\} Precision & = \\frac\{tp\}\{ tp + fp\} \\\\ Recall & = \\frac\{tp\}\{tp + fn\} \\end\{align\*\} PrecisionRecall=tp\+fptp=tp\+fntp

很多人看到这个就有点晕, 其实很简单. 切换成我们刚才查看源码时查询到的就就成了这样:

P r e c i s i o n = C ( 0 , 0 ) C ( 0 , 0 ) + C ( 1 , 0 ) R e c a l l = C ( 0 , 0 ) C ( 0 , 0 ) + C ( 0 , 1 ) \\begin\{align\*\} Precision & = \\frac\{C(0, 0)\}\{ C(0, 0) + C(1, 0)\} \\\\ Recall & = \\frac\{C(0, 0)\}\{C(0, 0)+ C(0, 1)\} \\end\{align\*\} PrecisionRecall=C(0,0)\+C(1,0)C(0,0)=C(0,0)\+C(0,1)C(0,0)

tp是实际上是positive, 预测也是positive. fp就是实际上并不是positive,但是预测的值是positive. 那么tp+fp就是所有预测为positive的值. 所以precision就是预测对的positive比上所有预测的positive.

fn指的是实际上是positive, 但是预测值并不是positive的值. 所以tp+fn就是所有实际的positive值, recall就是预测对的positive比上所有实际的positive值.

我们这样对比着矩阵和公式来理解Precision和Recall是不是就清晰了很多? 这就是position和recall根据混淆矩阵的一种定义方式.

刚刚讲了baseline, baseline是在做评估的时候要知道结果一定要比什么好才行.如果是个二分类问题, 基本上是一半一半, 准确度是50%, 那基本上就没用.

Precision和recall这两个是针对于分类问题进行评价, 那我们怎么解决回归问题的评价呢?

回归问题,它也有一个accuracy如下:

a c c ( y , y ^ ) = ∑ i ∈ N ∣ y i − y ^ i ∣ a c c ( y , y ^ ) = ∑ i ∈ N ∣ y i − y ^ i ∣ 2 a c c ( y , y ^ ) = ∑ i ∈ N ∣ y i − y i ^ ∣ ∣ y i ∣ acc(y, \\hat y) = \\sum\_\{i \\in N\}|y\_i - \\hat y\_i| \\\\ acc(y, \\hat y) = \\sum\_\{i \\in N\}|y\_i - \\hat y\_i|^2 \\\\ acc(y, \\hat y) = \\sum\_\{i \\in N\} \\frac\{|y\_i - \\hat\{y\_i\}|\}\{|y\_i|\} acc(y,y^)=i∈N∑∣yi−y^i∣acc(y,y^)=i∈N∑∣yi−y^i∣2acc(y,y^)=i∈N∑∣yi∣∣yi−yi^∣

除此之外, regression问题里面有一个比较重要的评价方式叫做`R2-scoree`:

R 2 ( y , y ^ ) = 1 − ∑ i = 1 n ( y i − y ^ i ) 2 ∑ i = 1 n ( y i − y ˉ ) 2 R^2(y, \\hat y) = 1 - \\frac\{\\sum\_\{i=1\}^n(y\_i - \\hat y\_i)^2\}\{\\sum\_\{i=1\}^n(y\_i - \\bar y)^2\} R2(y,y^)=1−∑i=1n(yi−yˉ)2∑i=1n(yi−y^i)2

*  第一种情况: 如果所有的y\_i和yhat\_i的值都相等, 那么R2(y, yhat) = 1
 *  第二种情况: 如果所有的yhat\_i是y\_i的平均值, 那么R2(y, yhat) = 0
 *  第三种情况: 如果R2的值比0还小, 就意味着它还不如我们做统计求平均值,瞎猜的结果. 也就是连baseline都没达到.

R2-scoree之所以常常会被用于进行回归问题的评测, 主要的原因就是它防止了机器作弊.

比方说我们现在有一组数据, 这组数据实际都是0.99, 0.97, 0.98…, 这些数字都很小, 而且都很密集. 那么给机器使用的时候随便做一个平均值, 感觉到准确度还挺高, 那就被骗了.

### F-score ###

在precision和recall之外, 还有一个比较重要的内容, 叫做F-score.

首先我们要知道, precision和recall这两个值在实际工作中往往是相互冲突的. 为了做个均衡, 就有了F-score.

F − s c o r e = ( 1 + β 2 ) ∗ p r e c i s i o n × r e c a l l β 2 ∗ p r e c i s i o n + r e c a l l \\begin\{align\*\} F-score & = \\frac\{(1+\\beta^2) \* precision \\times recall\}\{\\beta^2 \* precision + recall\} \\end\{align\*\} F−score=β2∗precision\+recall(1\+β2)∗precision×recall

β \\beta β是自行定义的参数，由这个式子可见F-score能同时考虑precision和recall这两种数值。分子为precision和recall相乘，根据式子，只要precision或recall趋近于0，F-score就会趋近于0，代表着这个算法的精确度非常低。一个好的算法，最好能够平衡recall和precision，且尽量让两种指标都很高。所以有一套判断方式可以同时考虑recall和precision。当 β → 0 \\beta \\to 0 β→0, F-score就会退化为precision, 反之, 当 β → ∞ \\beta \\to \\infty β→∞, F-socre就会退化为recall.

我们一般说起来, F-score没有特别定义的话, 就是说 β \\beta β为1, 一般我们写成F1-score.

F 1 − s c o r e = 2 × p r e c i s i o n × r e c a l l p r e c i s i o n + r e c a l l \\begin\{align\*\} F1-score & = 2 \\times \\frac\{precision \\times recall\}\{precision + recall\} \\end\{align\*\} F1−score=2×precision\+recallprecision×recall

F1-score是仅当precision和recall都为1的时候,其值才等于1. 而如果这两个值中任意一个不为1时,其值都不能等于1. 也就是说,当2\*1/2 = 1时, F1-score=100%, 代表该算法有着最佳的精确度.

### AUC-ROC ###

除了F-score之外,还有比较重要的一个概念: AUC-ROC. 这个也是为了解决样本不均衡提出来的一个解决方案.

![Alt text][]

首先我们要先了解ROC曲线(receiveroperating characteristic), ROC曲线上的每一个点反映着对同一信号刺激的感受. AOC(Area under Curve), 是ROC曲线下的面积, 取值是在0.1 ~ 1 之间.

我们直接来看看,它在实际场景下是怎么用的.

还记得咱们在之前设定的阈值`decision_boundary = 0.5`, 我们就拿这个阈值来看. `threshold:0.5`. 在我们二分类问题中, 当预测值大于0.5的时候,也就等于1了. 也就是说,只要超过0.5, 我们就判定为positive值.

好,现在还是的请我们劳烦了无数次的警察a同志来帮帮我们. 当警察a去抓罪犯的时候,盘但一个人是不是犯了罪, 他的决策很重要. 在事实清晰之前,警察a的决策只有超过0.5的时候,才能判定这个人是positive,也就是罪犯. 这个时候呢,我们假设precision是0.7.

现在又需要警察b出场了, 这个警察b的threshold为0.1的时候, 其precision就为0.7. 也就是说,他预计出的值,只要大于0.1, 就判定为positive, 这种情况下, 警察b判定的precision为0.7.

别急,这次需要的演员有点多,所以,警察c登场了. 那么警察c的threshold为0.9. 也就是说,警察c比较谨慎, 只有非常确定的时候, 才能判定positive. 警察c的情况,判定的precision也是0.7.

好,现在我们来用脑子思考下, 这三个警察哪个警察能力最强?

必须是警察b最厉害.

就如我们上面的那四个坐标轴, X轴代表threshold, Y轴表实positive, 当threshold轴上的取值还很小的时候, positive已经很大了.那明显紫色线条和threshold轴圈住的区域面积越大, 这个面积就是越大越好.

这就是AUC for ROC curves, 这个主要就是为了解决那些样本及其不均衡的问题. 因为样本非常不均衡的时候, position和recall你有可能都会很低, 这个时候就不好对比. AUC曲线对于这种情况就比较好用一些.

其实在真实情况下, 绝大多数问题都不是很均衡的问题. 比方说预测病, 找消费者, 找高潜力用户. 换句话说, 如果高潜用户多就不用找了.

我们在研究ROC曲线实际应用的时候,依然会用到上面给大家所讲的tp, fp, fn, tn. 这里会引出另外两个东西, TPR和FPR, 如下:

T P R = t p t p + f n F P R = f p f p + t n \\begin\{align\*\} TPR & = \\frac\{tp\}\{tp+fn\} \\\\ FPR & = \\frac\{fp\}\{fp+tn\} \\end\{align\*\} TPRFPR=tp\+fntp=fp\+tnfp

我们来看看咱们之前的这组数据的AUC值:

from sklearn.metrics import roc_curve, auc
    
    fpr, tpr, thresholds = roc_curve(true_labels, losses)
    
    roc_auc = auc(fpr, tpr)
    print('AUC: {}'.format(roc_auc))
    
    ---
    AUC: 0.9300356506238858

![Alt text][Alt text 1]

下一节课,咱们来说一个非常重要的概念:拟合和欠拟合.

[1d8a70569a2442aeaf81eeb02f9a1c19.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/56598accacad4d029b5f58ce995f8692.png
[AI]: http://mp.weixin.qq.com/mp/homepage?__biz=MzA4NzE4MDQzMg==&hid=1&sn=4662a6b4305960a2e30a70c26fcefa53&scene=18#wechat_redirect
[Image 2023-10-18 192838.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/929338a0afb24fa4939924f0d6e9d2ad.png
[Alt text]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/cdeaecc9612c45439924e578d1bb4d79.png
[Alt text 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/b2617af51844488f90f2a69a0ad643d9.png