【九月打卡】第19天 Python3入门机器学习

①课程介绍

---

课程名称：Python3入门机器学习 经典算法与应用 入行人工智能
课程章节：10-2;10-3;10-4
主讲老师：liuyubobobo

内容导读

---

• 第一部分 精准率和召回率
• 第二部分 实现混淆矩阵，精准率和召回率
• 第三部分 实现F1 score
• 第四部分

②课程详细

---

第一部分 精准率和召回率

有时候数据极端的话，对于分类问题的分类情况很糟糕，很难衡量，比如癌症病人10000个人里有一个，我只要是算法恒等于1，就能拿到99.99%的准确率，但却并不可信，这时候就要引入精准率和召回率

召回率:我们关注的事件真实的发生了，真实发生了的数据中，我们成功预测了多少

（实际上有100个我们关注的事件发生，其中有多少个是准确的）

在极其有偏的数据中，我们不看分类准确度，只看精准率和召回率，才可以更好的评价分类模型的好坏

第二部分 实现混淆矩阵，精准率和召回率

导入函数

import numpy as np
from sklearn import datasets

将数据变成二分类问题

digits = datasets.load_digits()
X = digits.data
y = digits.target.copy()

y[digits.target==9] = 1
y[digits.target!=9] = 0

进行数据分割

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=666)

带入逻辑回归

from sklearn.linear_model import LogisticRegression

log_reg = LogisticRegression()
log_reg.fit(X_train, y_train)

定义混淆矩阵，精准率，和召回率的函数

def TN(y_true, y_predict):
    assert len(y_true) == len(y_predict)
    return np.sum(y_test_predict[y_test == 0] ==0)
def FN(y_true, y_predict):
    assert len(y_true) == len(y_predict)
    return np.sum(y_test_predict[y_test == 1] ==0)
def FP(y_true, y_predict):
    assert len(y_true) == len(y_predict)
    return np.sum(y_test_predict[y_test == 0] ==1)
def TP(y_true, y_predict):
    assert len(y_true) == len(y_predict)
    return np.sum(y_test_predict[y_test == 1] ==1)

混淆矩阵

def confusion_matrix(y_true, y_predict):
    return np.array([
        [TN(y_true, y_predict),FP(y_true, y_predict)],
        [FN(y_true, y_predict),TP(y_true, y_predict)]
    ])
confusion_matrix(y_test, y_test_predict)

精准率与召回率

def precision(y_true, y_predict):
    tp = TP(y_true, y_predict)
    fp = FP(y_true, y_predict)    
    try:
        return tp / (tp + fp)
    except:
        return 0.0
def recall(y_true, y_predict):
    tp = TP(y_true, y_predict)
    fn = FN(y_true, y_predict)
    try:
        return tp / (tp + fn)
    except:
        return 0.0

查看召回率

recall(y_test, y_test_predict)

0.8
查看精准率

precision(y_test, y_test_predict)

0.9473684210526315

第三部分 sklearn中的混淆矩阵，精准率，召回率

延续上部分代码，此部分仅仅进行调用
混淆矩阵

from sklearn.metrics import confusion_matrix

confusion_matrix(y_test, y_test_predict)

准确率

from sklearn.metrics import precision_score

precision_score(y_test, y_test_predict)

0.947368421052631

召回率

from sklearn.metrics import recall_score

recall_score(y_test, y_test_predict)

0.8

第四部分 实现F1 score

股票预测更重视精准率（如果预测股票上升实际上下降的话会造成损失）
医疗检测更重视召回率（如果实际上患病，却预测没病。。。）
两个指标的重要性视情况而定
F1 score为precision和recall的调和平均（即使precision和recall一高一低，F1也会相对较低，因此F1兼顾了两者）
自己实现F1 score

def f1_score(precision, recall):
    try:
        return 2 * precision * recall / (precision + recall)
    except:
        return 0.0

准确率和精确率都很高，F1才会高

precision = 0.5
recall = 0.5
f1_score(precision,recall)

0.5

③课程思考

---

• F1 Score二者都兼顾，可以只是用这个参数很方便的
• 对于数据集极度偏斜，分类准确度评价分类算法远远不够

④课程截图

---