机器学习模型的评估方法

tt丫

已于 2022-07-15 16:10:46 修改

阅读量672

点赞数

分类专栏：机器学习文章标签：机器学习模型评估交叉验证留出法

于 2022-07-15 16:10:29 首次发布

本文链接：https://blog.csdn.net/weixin_55073640/article/details/125803479

版权

机器学习专栏收录该内容

21 篇文章 40 订阅

订阅专栏

入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。

一、模型评估依据——测试集

通常我们使用测试集来测试我们的模型对新样本的判别能力，并且以测试误差作为泛化误差的近似。通常我们尽可能的让测试集中的测试样本不在训练集中出现。

一般来说，测试集至少含30个样例。

对于我们手上一个包含m个样例的数据集D，我们有以下几个评估方法来产生训练集S和测试集T。

考虑点：评估结果要有高稳定性，可靠性和保真性。

二、留出法

1、方法描述

直接将数据集D划分为两个互斥的集合——一个作为训练集S，另一个作为测试集T。

2、注意点和实际做法

（1）在划分的过程中要尽可能保持数据分布的一致性，避免因数据划分过程中引入的额外偏差而对最终结果产生影响。

（比如说在分类任务中保持样本的类别比例相似——举个二分类的例子：S的正反例占比各50%，那么T的比例应与之相似）

（2）即便在给定训练集和测试集的样本比例后，仍存在多种划分方式对初始数据集D进行分割。不同的划分方法会产生不同的训练集和测试集，模型评估结果也会因此改变。

所以：

🌳单次使用留出法得到的估计结果往往不够可靠稳定。

🌳一般要采用若干次随机划分，重复进行试验评估后取均值作为留出法的评估结果

3、问题和其对应的通用解决做法

（1）问题描述

若训练集较大，那么训练出来的模型更接近于直接拿数据集D训练得出的模型，并且测试集T比较小，评估结果可能不太稳定可靠；

若让测试集T大些，那么训练集和数据集的差别更大了，训练出来的模型与直接拿数据集D训练得出的模型相差较大，从而降低了评估结果的保真性（预测结果和真实结果的拟合程度）。

（2）做法：

没有完美解决方案，一般情况下将2/3到4/5的样本用于训练，其余的用于测试。

4、python具体实现

from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.3,random_state=1)

三、交叉验证法（k倍/折交叉验证）

1、方法描述

先将数据集D分为k个大小相似的互斥子集，即 $D = D_{1}\cup D_{2}\cup...\cup D_{k}$ ， $D_{i}\cap D_{j} = \oslash (i\neq j)$ 。并且每个子集都尽可能地保持数据分布的一致性——通过从D中分层采样得到。

然后每次使用k-1个子集的并集作为训练集，剩下的作为测试集，这样就有k组训练集+测试集，可以进行k次训练，最终的评估结果就是着k次结果的均值。

2、注意点和实际做法

（1）该方法的评估结果的稳定性和保真性与k密切相关。k最常取值为10。

（2）与留出法类似：存在多种划分方式对初始数据集D进行分割。不同的划分方法会产生不同的训练集和测试集，模型评估结果也会因此改变。

因此：

🌳k折交叉验证通常随即使用不同的划分重复p次，最终评估结果取均值。即最终进行了p*k次训练+测试。

🌳常见的有10次10折交叉验证。

3、交叉验证法特例——留一法

令k=m（数据集D的样例数），它不受随机样本划分方式的影响。

优点：

🎈每一回合中几乎所有的样本皆用于训练模型，因此最接近原始样本的分布，这样评估所得的结果比较可靠；
🎈实验没有随机因素，整个过程是可重复的。

缺点：

计算成本高。—— 当m非常大时，计算耗时。除非每次训练分类器得到模型的速度很快，或是可以用并行化计算减少计算所需的时间。

4、python实现

以iris数据和逻辑回归为例子

from sklearn.datasets import load_iris
from sklearn.model_selection import cross_val_score,KFold
from sklearn.linear_model import LogisticRegression
iris=load_iris()
X=iris.data
Y=iris.target
logreg=LogisticRegression()
kf=KFold(n_splits=10)
score=cross_val_score(logreg,X,Y,cv=kf)