Machine Learning-模型评估与调参 ——评价指标代码

机器学习系列专栏

选自 Python-Machine-Learning-Book On GitHub

作者：Sebastian Raschka

翻译&整理 By Sam

上一篇文章讲了混淆矩阵的概念以及相关的评价指标，这篇文章就讲一下这么指标如何用python代码来实现。

一、混淆矩阵实现

 1fig, ax = plt.subplots(figsize=(2.5, 2.5))
 2ax.matshow(confmat, cmap=plt.cm.Blues, alpha=0.3)
 3for i in range(confmat.shape[0]):
 4    for j in range(confmat.shape[1]):
 5        ax.text(x=j, y=i, s=confmat[i, j], va='center', ha='center')
 6
 7plt.xlabel('predicted label')
 8plt.ylabel('true label')
 9
10plt.tight_layout()
11plt.show()

二、相关评价指标实现

分别是准确度、recall以及F1指标的实现。

三、指定评价指标自动选出最优模型

可以通过在make_scorer中设定参数，确定需要用来评价的指标（这里用了fl_score），这个函数可以直接输出结果。