机器学习——性能评估方法(1)
对学习器的泛化性能进行评估,不仅需要有效可行的实验估计方法,还需要有衡量模型泛化能力的评价标准,这就是性能度量(performance measure).本节主要包含:查准率、查全率、F1、ROC、AUC以及代价敏感错误率曲线。
——周志华老师机器学习西瓜书的一些总结与备忘。
查准率、查全率与F1
对于二分类问题,可将样例根据其真实类别与学习器预测类别的组合划分为真正例(true positive) 、假正例 (false positive) 、真反倒(true negative)、假反例 (false negative) 四种情形。用TP 、FP 、TN 、FN 表示。
真实情况 | 预测结果 | |
---|---|---|
正例 | 反例 | |
正例 | TP(真正例) | FN(假反例) |
反例 | FP(假正例) | TN(真反例) |
查准率 P与查全率 R 分别定义:
P
=
T
P
T
P
+
F
P
P=\frac{TP}{TP+FP}
P=TP+FPTP
R = T P T P + F N R = \frac{TP}{TP+FN} R=TP+FNTP
-
若一个学 习器的 P-R 曲线被另一个学习器的曲线完全包住, 则可断言后者的性能优于前者。
-
如发生交叉,则一般难以断言孰优孰劣,只能在具体的查全与查准率下比较。
-
“平衡点”(Break-Event Point ,BEP)图中斜线就是一个比较模型优劣的度量方法。
-
F1度量(更常用):
F 1 = 2 × P × R P + R = 2 × T P 样 例 总 数 + T P − T N = 2 × T P F P + F N + 2 × T P F1 = \frac{2\times P\times R}{P+R}=\frac{2\times TP}{样例总数+TP-TN}=\frac{2\times TP}{FP+FN+2\times TP} F1=P+R2×P×R=样例总数+TP−TN2×TP=FP+FN+2×TP2×TP
F1 是基于查准率与查全率的调和平均 *(harinonicmean)*定义的:
1 F 1 = 1 2 ( 1 R + 1 P ) \frac{1}{F1}=\frac{1}{2}(\frac{1}{R}+\frac{1}{P}) F11=21(R1+P1)
然而在一些应用中,对查准率和查全率的重视程度有所不同.例如在商品推荐系统中,为了尽可能少打扰用户,更希望推荐内容确是用户感兴的,此时查准率更重要;而在逃犯信息检索系统中,更希望尽可能少漏掉逃犯,此时查全率更重要。
F β F _\beta Fβ 是基于查准率与查全率的加权调和平均:
F β = ( 1 + β 2 ) × P × R ( β 2 × P ) + R F_\beta = \frac{(1+\beta^2)\times P \times R}{(\beta^2\times P)+R} Fβ=(β2×P)+R(1+β2)×P×R
β > 0 \beta>0 β>0度量查全与查准的相对重要性。 β > 1 \beta>1 β>1时查全率有更大影响, β < 1 \beta<1 β<1查准率有更大影响。有多个混淆矩阵时(比如多次测试,或者多分类任务中两两类别都有一个混淆矩阵):
(1)各混淆矩阵上分别计算出查准率和查全率,记为 (P1, R1 ) … (Pn , Rn) , 再计算平均值,这样就得到"宏查准率" (macro-P) 、 “宏查全率” (macro-R) ,以及相应的"宏F1" (macro-F1).
(2)还可先将各泪淆矩阵的对应元素进行平均,得到 TP 、 FP 、 TN 、 FN 的平均值,再基于这些平均值计算出"微查准率 “(microo-P) 、 “徽查全率”(micro-R)和"微F1” (micro-F1):
ROC 与 AUC
ROC(Receiver Operating Characteristic)
很多学习器是为测试样本产生一个实值或概率预测,然后将这个预测值与一个分类阔值(threshold)进行比较,若大于阈值则分为正类,否则为反类.例如,神经网络在一般情形下是对每个测试样本预测出一个 [0.0 ,1.0] 之间的实值,然后将这个值与 0.5 进行比较,大于 0.5 则判为正例,否则为反例.
- ROC曲线绘制方法:根据概率预测结果,将测试样本进行排序,"最可能"是正例的排在最前面,“最不可能"是正例的排在最后面。分类过程就相当于在这个排序中以某个"截断点” (cut point)将样本分为两部分,前一部分判作正例,后一部分则判作反例.
- ROC 曲线的纵轴是"真正例率" (True Positive Rate,简称 ***TPR***),横轴是"假正例率" (False PositiveRate,简称 ***FPR***)
- 绘图过程很简单:给定 m+ 个正例和m一 个反例。
- 根据学习器预测结果对样例进行排序,把分类阔值设为最大,即把所有样例均预测为反例,此时真正例率和假正例率均为 0 , 在坐标 (0, 0) 处标记一个点
- 将分类阐值依次设为每个样例的预测值,即依次将每个样例划分为正例.设前一个标记点坐标为 (x, y) 。
- 当前若为真正例,则对应标记点的坐标为 ( x , y + 1 m + ) (x,y+\frac{1}{m^+}) (x,y+m+1);当前若为假正例,则对应标记点的坐标为 ( x + 1 m − , y ) (x+\frac{1}{m^-},y) (x+m−1,y) ,然后用线段连接相邻点即可。
- 当出现a个正例与b个反例的预测值大小相等的情况下,则对应的坐标变为 ( x + b m − , y + a m + ) (x+\frac{b}{m^-},y+\frac{a}{m^+}) (x+m−b,y+m+a),为一斜线段。
AUC (Area Under ROC Curve)
AUC 可通过对ROC曲线下各部分的面积求和而得。
-
估算公式为: 记 R O C 曲 线 由 { ( x 1 , y 1 ) , ( x 2 , y 2 ) , … ( x n , y n ) } 记ROC曲线由{(x_1,y_1),(x_2,y_2),\dots(x_n,y_n)} 记ROC曲线由{(x1,y1),(x2,y2),…(xn,yn)}连接而成。则:
A U C = 1 2 ∑ i = 1 m − 1 ( x i + 1 − x i ) ( y i + y i + 1 ) AUC=\frac{1}{2}\sum_{i=1}^{m-1}(x_{i+1}-x_i)(y_i+y_{i+1}) AUC=21i=1∑m−1(xi+1−xi)(yi+yi+1)
AUC 考虑的是样本预测的排序质量,因此它与排序误差有紧密联系.给定 m + m^+ m+个正例和 m − m^- m−个反例.令 D + D^+ D+ 和 D − D^- D−分别表示正、反例集合,则排序"损失" (loss)定义为:
l
r
a
n
k
l_{rank}
lrank 对应的是 ROC 曲线之上的面积。关于这点,可以参考博文
其中对该问题做了较为详细的论述:
-
从上ROC图中可以看出,折线每次向右(右上)延伸,表示扫描到了反例,折线上方对应的面积,就是该反例后面有多少个正例,每个正例是一个正方形,对应的面积是1。同位置上的正例是个三角形,对应的面积是0.5。最后再除以一个归一化系数。因此有: A U C = 1 − l r a n k AUC = 1-l_{rank} AUC=1−lrank
编程实践:绘制ROC曲线以及计算AUC值通用程序
import numpy as np import matplotlib.pyplot as plt def ROCandAUC(predits,labels): if len(predits) != len(labels): raise 'Predits and Labels Length Error !' POSITIVE = sum(labels) #正例样本数 NEGITIVE = len(labels)-POSITIVE #反例样本数 zipped = list(zip(predits,labels)) zipped.sort(reverse=False,key=lambda x:x[0]) #按输出值大小排序 AUC = 0 draw_point_x = [0] draw_point_y = [0] positive_num = 0 negative_num = 0 #按顺序设置cut-point,遇到正例向上画线,反例向右画线 while len(zipped)!=0: max_predit = zipped[-1][0] while len(zipped)!=0: if zipped[-1][0]==max_predit: if zipped[-1][1]==1: positive_num += 1 else: negative_num += 1 zipped.pop(-1) else: break draw_point_y.append(positive_num/POSITIVE) draw_point_x.append(negative_num/NEGITIVE) #计算AUC值 AUC += 0.5*(draw_point_x[-1]-draw_point_x[-2])*(draw_point_y[-1]+draw_point_y[-2]) #绘制曲线 plt.plot(draw_point_x,draw_point_y) plt.show() return AUC
测试:
pre = [0.9,0.89,0.8,0.8,0.79,0.79,0.78,0.78,0.7,0.7,0.6,0.6,0.5,0.5,0.4,0.4,0.4,0.3,0.2] label = [1,0,1,1,1,0,1,0,1,1,0,0,1,1,0,0,0,1,0] auc = ROCandAUC(pre,label) print(auc)
代价敏感错误率与代价曲线
简而言之就是把FP以及FN的情况在计算损失时赋予了一定权重,来不同程度的惩罚相应类型的错误。
-
实际在意的是 c o s t 01 与 c o s t 10 cost_{01}与cost_{10} cost01与cost10的比值而非绝对值。
-
“代价敏感” (cost-sensitive)错误率为:
-
i、 j 取值不限于0 、 1 ,则可定义出多分类任务的代价敏感性能度量.
-
在非均等代价下, ROC 曲线不能直接反映出学习器的期望总体代价 需要引入"代价曲线" (cost curve) .其x轴为P(+)cost, y轴为归一化cost:
-
其中(FNR = 1 - TPR )。事实上,对于给定样本集(p确定)以及代价 c o s t 01 与 c o s t 10 cost_{01}与cost_{10} cost01与cost10, P ( + ) c o s t P(+)_{cost} P(+)cost可以写为 P ( + ) c o s t = a a + b , 其 中 a = p × c o s t 01 , b = ( 1 − p ) × c o s t 10 P(+)_{cost}=\frac{a}{a+b},其中a= p\times cost_{01},b=(1-p)\times cost_{10} P(+)cost=a+ba,其中a=p×cost01,b=(1−p)×cost10的形式。则有:
c o s t n o r m = ( F N R − F P R ) × P ( + ) c o s t + F P R cost_{norm}=(FNR-FPR)\times P(+)_{cost} + FPR costnorm=(FNR−FPR)×P(+)cost+FPR
因此代价曲线的斜率即为 F N R − F P R FNR-FPR FNR−FPR。
-
绘制: ROC 由线上每点对应了代价平面上的一条线段
-
设 ROC 曲线上点的坐标为 (TPR, FPR) ,则可相应计算出 FNR,然后在代价平面上绘制一条从 (0, FPR) 到 (1, FNR) 的线段
-
线段下的面积即表示了该条件下的期望总体代价;如此将 ROC 曲线土的每个点转化为代价平面上的一条线段,然后取所有线段的下界,围成的面积即为在所有条件下学习器的期望总体代价。