最近在做二分类问题的评估时陷入深思
面对着sklearn中颇为直接的函数:precision_score(y_true,y_pred,labels=None,pos_label=1,average='binary',sample_weight=None)
emmm...虽然是二分类问题,但把average参数改了会发生什么事情呢?会得出很多值,这些值都源于眼前唯一的混淆矩阵。于是我比对着混淆矩阵,结合各位大神的文字思路得出单个混淆矩阵计算宏平均、微平均与weighted指标的公式,在此做个学习记录。
| Hypothesized class | ||
0 | 1 | ||
True class | 0 | True Negatives | False Positives |
1 | False Negatives | True Positives |
上述混淆矩阵没有反!!!网上有很多关于混淆矩阵的说法,我看了一下confusion_matrix输出的结果是这个没错,和这个相反的矩阵是因为:真实类别和预测类别反了,0和1的位置也跟着反,总体来说大家是一样的道理。
公式如下:(就拿精准率说事了,召回率同理)
宏平均精确率(macro)
微平均精确率(micro)
weighted精确率
以上为average参数的几个计算方法。通过公式确实可以看出来,精确率就是直接看猜到真为正的正类在所有预测正类中占的比例;宏平均精确率会做简单的算术平均,把猜到真为负的负类在所有预测为负类中所占的比例考虑进去,但是没有考虑每一类样本的比重;啊没错,微平均精确率此时就是准确率;weighted会更加注重每一类样本提供的话语权,是做了加权平均的方法,对于数据集类别不平衡问题感觉weighted会更合适。不过具体问题具体分析,查准查全鱼和熊掌不可兼得!
参考文章:https://blog.csdn.net/qq_41289920/article/details/104414878