模型评估测试
Accuracy（准确率）
Precision（精确率）
Recall（召回率）
F1值
P-R（Precision-recall ）曲线
ROC曲线
AUC值
Kappa系数
OOB误差
Accuracy、Precision、Recall
对于二值分类器，或者说分类算法，如分类猫和狗，分类性别男和女。
TP、FP、TN、FN，即：
True Positive, False Positive, True Negative, False Negative
预测值与真实值相同，记为T（True）
预测值与真实值相反，记为F（False）
预测值为正例，记为P（Positive）
预测值为反例，记为N（Negative）
TP：预测类别是正例，真实类别是正例
FP：预测类别是正例，真实类别是反例
TN：预测类别是反例，真实类别是反例
FN：预测类别是反例，真实类别是正例
计算举例：
F1值
ROC曲线、AUC
受试者操作特征曲线（receiver operating characteristic curve），是反映敏感性和特异性连续变量的综合指标，roc曲线上每个点反映着对同一信号刺激的感受性。
要理解ROC曲线，先要了解TPR 和FPR
AUC
ROC曲线的面积就是AUC（Area Under the Curve）。AUC用于衡量“二分类问题”机器学习算法性能（泛化能力）。
样本中的真实正例类别总数即TP+FN。TPR即True Positive Rate
TPR = TP/(TP+FN)。
样本中的真实反例类别总数为FP+TN。FPR即False Positive Rate
FPR=FP/(TN+FP)
横轴：FPR
代表分类器预测的正类中实际负实例占所有负实例的比例。
纵轴：TPR
代表分类器预测的正类中实际正实例占所有正实例的比例。
sklearn接口文档代码示例
import numpy as np
import matplotlib.pyplot as plt
from itertools import cycle
from sklearn import svm, datasets
from sklearn.metrics import roc_curve, auc
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import label_binarize
from sklearn.multiclass import OneVsRestClassifier
from scipy import interp
# Import some data to play with
iris = datasets.load_iris()
X = iris.data
y = iris.target
# Binarize the output
y = label_binarize(y, classes=[0, 1, 2])
n_classes = y.shape[1]
# Add noisy features to make the problem harder
random_state = np.random.RandomState(0)
n_samples, n_features = X.shape
X = np.c_[X, random_state.randn(n_samples, 200 * n_features)]
# shuffle and split training and test sets
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=.5,
random_state=0)
# Learn to predict each class against the other
classifier = OneVsRestClassifier(svm.SVC(kernel='linear', probability=True,
random_state=random_state))
y_score = classifier.fit(X_train, y_train).decision_function(X_test)
# Compute ROC curve and ROC area for each class
fpr = dict()
tpr = dict()
roc_auc = dict()
for i in range(n_classes):
fpr[i], tpr[i], _ = roc_curve(y_test[:, i], y_score[:, i])
roc_auc[i] = auc(fpr[i], tpr[i])
# Compute micro-average ROC curve and ROC area
fpr["micro"], tpr["micro"], _ = roc_curve(y_test.ravel(), y_score.ravel())
roc_auc["micro"] = auc(fpr["micro"], tpr["micro"])
plt.figure()
lw = 2
plt.plot(fpr[2], tpr[2], color='darkorange',
lw=lw, label='ROC curve (area = %0.2f)' % roc_auc[2])
plt.plot([0, 1], [0, 1], color='navy', lw=lw, linestyle='--')
plt.xlim([0.0, 1.0])
plt.ylim([0.0, 1.05])
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.title('Receiver operating characteristic example')
plt.legend(loc="lower right")
plt.show()
sklearn.metrics中的评估方法介绍（accuracy_score, recall_score, roc_curve, roc_auc_score, confusion_matrix）
https://blog.csdn.net/CherDW/article/details/55813071
P-R曲线
P-R曲线用来衡量分类器性能的优劣，横轴为recall ，纵轴为precision。
P-R 曲线越靠近右上角性能越好。
如果有多个分类器，则可以画出P-R曲线，若一个分类器A的P-R曲线把另外一个分类器B覆盖，则在一方面可以说明 A的分类器性能比B分类器好。
有交叉时，用平衡点（BEP）来衡量。平衡点即precision 等于 recall 时的值。那么可以认为A优于B。
画出P-R曲线：
算法对样本进行分类时，通常都会有个阈值，或者超参数，需要调。
不同的阈值时，就可以得出不同的精确率和召回率，从而画出P-R曲线图。
平衡点还是过于简化，于是有了 F1 值这个新的评价标准，它是精确率和召回率的调和平均值。
ROC曲线和P-R曲线的选择
ROC曲线由于兼顾正例与负例，所以适用于评估分类器的整体性能，相比而言PR曲线完全聚焦于正例。
如果有多份数据且存在不同的类别分布，如果想测试不同类别分布下对分类器的性能的影响，则PR曲线比较适合。
Kappa系数
Kappa系数是一种度量分类结果一致性的统计量, 是度量分类器性能稳定性的依据, Kappa系数值越大, 分类器性能越稳定。
kappa系数是用在统计学中评估一致性的一种方法，我们可以用他来进行多分类模型准确度的评估，这个系数的取值范围是[-1,1]，实际应用中，一般是[0,1]
0.0~0.20极低的一致性(slight)
0.21~0.40一般的一致性(fair)
0.41~0.60 中等的一致性(moderate)
0.61~0.80 高度的一致性(substantial)
0.81~1几乎完全一致(almost perfect)
几个数字解释，帮忙更好理解：
664 = 239+ 16+6 + 21 +73+9 + 16+4+280
261 = 239+16+6
276 = 239+21+16
python代码实现
import numpy as np
def kappa(matrix):
n = np.sum(matrix)
sum_po = 0
sum_pe = 0
for i in range(len(matrix[0])):
sum_po += matrix[i][i]
row = np.sum(matrix[i, :])
col = np.sum(matrix[:, i])
sum_pe += row * col
po = sum_po / n
pe = sum_pe / (n * n)
return (po - pe) / (1 - pe)
matrix = [
[239, 21, 16],
[16, 73, 4],
[6, 9, 280]]
matrix = np.array(matrix)
print(kappa(matrix))
输出结果 0.823444037801766
OOB误差
随机森林算法利用OOB误差估计作为对预测误差的无偏估计, 评估模型性能, 值越小, 说明模型精度越高。
只是用于 随机森林算法。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
