机器学习模型评估混淆矩阵、ROC曲线和AUC以及PR曲线

最新推荐文章于 2024-06-16 22:06:51 发布

szfhy

最新推荐文章于 2024-06-16 22:06:51 发布

阅读量1.4k

点赞数 1

分类专栏： python 模式识别与机器学习

python 同时被 2 个专栏收录

53 篇文章 0 订阅

订阅专栏

模式识别与机器学习

41 篇文章 2 订阅

订阅专栏

在机器学习中，当我们基于某个业务建立模型并训练后，接下来我们需要评判模型好坏的时候需要基于混淆矩阵，ROC和AUC等来进行辅助判断。

混淆矩阵也叫精度矩阵，是用来表示精度评价，为N *N的矩阵，用来判别分类好坏的指标。

混淆矩阵中有以下几个概念：

TP(True Positive): 被判定为正样本，实际也为正样本

FN(False Negative):伪阴性，被判定为负样本，实际为正样本

FP(False Positive):伪阳性，被判断为正样本，实际为负样本

TN(True Negative):被判断为负样本，实际为负样本

另外模型的评判的时候大家会谈到如下几个指标概念：

精确率（Precision）：也称之为查准率，代指实际为正样本你预测也为正样本占整体你预测为正样本的比重

召回率（Recall）：也称为查全率，代指实际为正样本你预测也为正样本占整体实际为正样本的比重。换句话说可以认为，实际为正样本中你在预测中也正确预测为正样本的占比有多大。

这些概念很绕，建议多读几遍，多思考几次，慢慢的就有了一个印象。

所以在模型评判的时候我们需要把握最终看重的结果，比如在流失模型中，流失用户占比始终是小部分，那么我们要尽可能全的把这部分小样本数据找到，那么会更看重查全率，也就是Recall.

利用Python来定义混淆矩阵如下：

通过sklearn导入混淆矩阵


from sklearn.metrics import confusion_matrix,roc_curve,auc,precision_recall_curve,average_precision_score

from sklearn.model_selection import learning_curve

import matplotlib.pyplot as plt

def confusion_metrix(y,y_p):

    Confusion_matrix=confusion_matrix(y,y_p) #y代表真实值，y_p 代表预测值

    plt.matshow(Confusion_matrix)

    plt.title("混淆矩阵")

    plt.colorbar()

    plt.ylabel("实际类型")

    plt.xlabel("预测类型")

通过调用sklearn的confusion_matrix我们就可以得到混淆矩阵，通过画图来画出对应的图形

ROC(Receiver Operating Characteristic): 是一条曲线，由FPR和TPR的点连成。横轴是FPR，纵轴是TPR

AUC(Area Under the Curve)：ROC的曲线面积就是AUC值。AUC主要用于衡量二分类问题中机器学习算法性能或者泛化能力。

下面截图ROC曲线

ROC曲线重点了解下这几个节点：

（0,1）点：代表FPR=0,TPR=1；最好的情况，所有正样本都被正确的预测了，并且没有负样本被人为是正样本。

（1,0）点：代表FPR=1,TPR=0；最坏的情况，表明所有的正样本都被错误的认为是负样本

（0,0）点：代表FPR=0,TPR=0;分类器将所有的样本都判定为负样本

（1,1）点：代表FPR=1,TPR=1；分类器将所有的样本都判定为正样本

如上图，有一条红色的虚线，y=x ，这条曲线的面积为0.5 ，这里是代表的如果是随机猜测的话，AUC=0.5.如果我们得到的ROC曲线在y=x下面，AUC<0.5,则表明分类器不合格，还不如乱猜测。

在实际中由于侧重的点不同，所以我们需要明白侧重在哪，如果在实际中结果重在覆盖，我们应该更加注重True Positive高，如果是重在准确，我们则应该更加注重False Positive低

那么怎么通过ROC曲线来判断True Positive和False Positive呢？这里我们如果看到曲线越往左上凸越好，这样得到的True Positive 就越高，对应的False Positive越低，

上图来自于我做的逻辑回归分类，最终得到的模型AUC=0.99。

PR曲线： 是由精确率和召回率的点连成的线，横轴为Recall ,纵轴为Precision，

在PR曲线中越右上凸越好，PR想要Precision 和Recall同时高

如果样本表现的极不均衡的时候，哪个曲线更好呢？通过ROC曲线和PR曲线的含义，我们事先假设正样本非常少，负样本非常多，这样TN会非常大，将FPR拉低，最后的曲线会表现的非常好，但是我们再反过来看PR曲线，我们会发现曲线反而表现的没那么好。所以我们在判断的时候不能由单一指标来下决定。

实现代码如下：


def plot_PR(model,x_test,y_test):#绘制PR曲线

    y_pro=model.predict_proba(x_test)

    precision,recall,thresholds=precision_recall_curve(y_test,y_pro[:,1])

    average_precision = average_precision_score(y_test, y_pro[:, 1])

    ax2 = plt.subplot(224)

    ax2.set_title("Precision_Recall Curve AP=%0.2f"%average_precision,verticalalignment='center')

    plt.step(precision, recall,where='post',alpha=0.2,color='r')

    plt.fill_between(recall,precision,step='post',alpha=0.2,color='b')

    plt.xlim([0.0, 1.0])

    plt.ylim([0.0, 1.05])

    plt.ylabel('Precision')

    plt.xlabel('Recall')

 

def plot_ROC(model,x_test,y_test):#绘制ROC和AUC，来判断模型的好坏

    y_pro=model.predict_proba(x_test)

    false_positive_rate,recall,thresholds=roc_curve(y_test,y_pro[:,1])

    roc_auc=auc(false_positive_rate,recall)

    ax3=plt.subplot(223)

    ax3.set_title("Receiver Operating Characteristic",verticalalignment='center')

    plt.plot(false_positive_rate,recall,'b',label='AUC=%0.2f'%roc_auc)

    plt.legend(loc='lower right')

    plt.plot([0,1],[0,1],'r--')

    plt.xlim([0.0,1.0])

    plt.ylim([0.0,1.0])

    plt.ylabel('Recall')

    plt.xlabel('false_positive_rate')

学习曲线：主要用来提高学习算法性能，通过对学习中的过程进行判断，来进一步调整学习参数。来判断模型是否过拟合。

我们通过绘制可以发现效果如下：

对应实现代码如下：


def plot_learning_cruve(model,x,y,train_sizes,n_jobs):#绘制学习曲线来判断模型的学习情况

    #构建学习曲线评估器，train_size:控制用于生成学习曲线的样本的绝对或相对数量

    cv=10  #ShuffleSplit(4,n_iter=3,test_size=0.2,random_state=0)

    train_sizes,train_scores,test_scores=learning_curve(estimator=model,X=x,y=y,train_sizes=train_sizes,cv=cv,n_jobs=n_jobs)

    #统计结果

    train_score_mean=np.mean(train_scores,axis=1)

    train_score_std=np.std(train_scores,axis=1)

    test_score_mean=np.mean(test_scores,axis=1)

    test_score_std=np.std(test_scores,axis=1)

    #绘制效果图

    ax1=plt.subplot(211)

    ax1.set_title('learning curve')

    plt.fill_between(train_sizes,train_score_mean-train_score_std,train_score_mean+train_score_std,alpha=0.1,color='r')

    plt.fill_between(train_sizes,test_score_mean+test_score_std,test_score_mean-test_score_std,alpha=0.15,color='green')

    plt.plot(train_sizes, train_score_mean, color='blue', marker='o', markersize=5, label='training score')

    plt.plot(train_sizes,test_score_mean,'o-',color='g',label='Cross_validation score')

    plt.grid()

    plt.xlabel('training samples')

    plt.ylabel('Accuracy')

    plt.legend(loc='lower right')

    plt.ylim([0.2,1.01])