python中shuffle函数_科学网—Python中函数：pop()、sklearn中shuffle、classification_report - 张伟的博文...

(1) pop函数

pop() 函数用于移除列表中的一个元素（默认最后一个元素），并且返回该元素的值。语法：list.pop(obj=list[-1]) //默认为 index=-1，删除最后一个列表值。

obj -- 可选参数，要移除列表元素的对象。

该方法返回从列表中移除的元素对象。

sentence=['All', 'good', 'things', 'come', 'to' ,'those', 'who', 'wait.']

print("默认为 index=-1，删除最后一个列表值：",sentence.pop(-1),"\n")

print("默认删除最后一个列表值： ",sentence.pop(),"\n")

print("删除第一个元素：",sentence.pop(0),"\n")

print("删除第三个元素：",sentence.pop(2),"\n")

print("输出剩余元素：",sentence)

运行结果为：（该方法返回从列表中移除的元素对象。）

每执行print()一下就移除一个

（2）sklearn中的shuffle

功能：shuffle打乱样本的顺序，它只会打乱样本的顺序，每个样本的数据维持不变。

示例代码：import numpy as np

from sklearn.utils import shuffle

#3.通过字典创建data

dic1 = {

'name': ['张三', '李四', '王二麻子', '小淘气'],

'age': [37, 30, 50, 16],

'gender': ['男', '男', '男', '女']}

df5 = pd.DataFrame(dic1)

print('df5', df5)

df5_shuff = shuffle(df5)

print('df5_shuff',df5_shuff)

（3）classification_report

分类模型的评估标准一般最常见使用的是准确率（estimator.score()），即预测结果正确的百分比。准确率是相对所有分类结果；

混淆矩阵：

精确率、召回率、F1-score是相对于某一个分类的预测评估标准。

精确率(Precision)：预测结果为正例样本中真实为正例的比例（查的准）（

）

召回率(Recall)：真实为正例的样本中预测结果为正例的比例（查的全）（

）

分类的其他评估标准：F1-score，反映了模型的稳健型

具体示例代码见博客：

（4）kappa系数

python脚本代码：

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)

# print(po, pe)

return (po - pe) / (1 - pe)

#其中，matrix是一个方阵，若共有i个类别，则matrix.shape = (i,i).

#用下面的代码进行测试:

import numpy as np

matrix = [

[239,21,16],

[16,73,4],

[6,9,280]]

matrix = np.array(matrix)

print(kappa(matrix))

概念说明：

分类是机器学习中监督学习的一种重要应用，基于统计的机器学习方法可以使用SVM进行二分类，可以使用决策书，梯度提升树等进行多分类。

对于二分类模型，我们通常可以使用ROC曲线来评估模型的预测效果。这里，我们介绍一下在多分类中衡量模型评估准确度的一种方法–kappa系数评估方法。

Kappa系数

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]，与ROC曲线中一般不会出现下凸形曲线的原理类似。

这个系数的值越高，则代表模型实现的分类准确度越高。kappa系数的计算方法可以这样来表示：

推荐：使用现成的函数

【参考】转载本文请联系原作者获取授权，同时请注明本文来自张伟科学网博客。

链接地址：http://blog.sciencenet.cn/blog-3428464-1246995.html

上一篇：分类问题中的过采样和欠采样

下一篇：numpy中的np.max 与 np.maximum区别以及 常用函数+实例代码(softmax)