sklearn.metrics 用法详解-程序员宅基地

1. 用法概览

1.1 分类

函数	功能
`metrics.accuracy_score`	准确率
`metrics.balanced_accuracy_score`	在类别不均衡的数据集中，计算加权准确率
`metrics.top_k_accuracy_score`	获得可能性最高的k个类别
`metrics.average_precision_score`	根据预测分数计算平均精度 (AP)
`metrics.brier_score_loss`	Brier 分数损失
`metrics.f1_score`	F1 score
`metrics.log_loss`	交叉熵损失
`metrics.precision_score`	精确率
`metrics.recall_score`	召回率
`metrics.jaccard_score`	Jaccard 相似系数得分
`metrics.roc_auc_score`	根据预测分数计算 Area Under the Receiver Operating Characteristic Curve(ROC AUC) 下的面积
`metrics.cohen_kappa_score`	衡量注释间一致性的统计量

1.2 聚类

函数	功能
`metrics.adjusted_mutual_info_score`	两个聚类之间的调整互信息(AMI)
`metrics.adjusted_rand_score`	调整兰德指数
`metrics.completeness_score`	给定GT的集群标记的完整性度量
`metrics.fowlkes_mallows_score`	测量一组点的两个聚类的相似性
`metrics.homogeneity_score`	同质性指标
`metrics.mutual_info_score`	互信息
`metrics.normalized_mutual_info_score`	标准化互信息
`metrics.rand_score`	兰德指数
`metrics.v_measure_score`	V测度得分

1.3 回归

函数	功能
`metrics.explained_variance_score`	解释方差回归评分函数
`metrics.mean_absolute_error`	平均绝对误差
`metrics.mean_squared_error`	均方误差
`metrics.mean_squared_log_error`	平均平方对数误差
`metrics.median_absolute_error`	中位数绝对误差
`metrics.r2_score`	$R^2$ (确定系数)

2. 数学原理

主要记录一下关于分类部分的数学原理。准确率 - accuracy，精确率 - precision，召回率 - recall，
F1值 - F1-score，ROC曲线下面积 - ROC-AUC （area under curve），PR曲线下面积 - PR-AUC。

对于一个二分类问题，假设真实标签y_labels=[1,1,0,1,1,0,0,0]，我们预测的结果y_scores=[0.8,0.9,0.6,0.3,0.7,0.1,0.1,0.6]。假设threshold=0.5。那么可以得到y_preds=[1,1,1,0,1,0,0,1]。这时我们可以得到混淆矩阵(confusion matrix)为：

图1：混淆矩阵

混淆矩阵中所对应的每一个值的含义如下：
图2：混淆矩阵的含义

图2：混淆矩阵的含义

那么：
准确率= $\frac{TP+TN}{TP+TN+FP+FN}$ ，精准率= $\frac{TP}{TP+FP}$ ，召回率= $\frac{TP}{TP+FN}$ ，F1-scores= $\frac{2*Precision*Recall}{Precision+Recall}$ 。

ROC/AUC的概念

ROC（Receiver Operating Characteristic）曲线，又称接受者操作特征曲线。该曲线最早应用于雷达信号检测领域，用于区分信号与噪声。后来人们将其用于评价模型的预测能力，ROC曲线是基于混淆矩阵得出的。

灵敏度（Sensitivity）= $\frac{TP}{TP+FN}$ ，特异度（Specificity）= $\frac{TN}{FP+TN}$
真正率（TPR）= 灵敏度= $\frac{TP}{TP+FN}$ ，假正率（FPR） = 1- 特异度 = $\frac{FP}{FP+TN}$

在上述二分类的例子中，我们取threshold=0.5可以的到一个y_preds，threshold从0取到1就可以得到不同的y_preds，进而计算出不同的（FPR，TPR）对。它们在坐标轴上对应了一条曲线，这条曲线就是ROC曲线，曲线下的面积就是AUC的值。如下图：
图3：ROC 曲线

图3：ROC 曲线

多分类的计算
metrics.cohen_kappa_score：继续等待填坑

3. 实例

以之前的数据来计算每一个度量指标的值，这里用metrics.classification_report。
metrics.classification_report(y_true, y_pred, *, labels=None, target_names=None, sample_weight=None, digits=2, output_dict=False, zero_division='warn')
注意到这里的参数是y_pred而不是y_score，所以它只能计算F1-score，而不能计算AUC值。
返回值的格式如下：
{'label 1': {'precision':0.5, 'recall':1.0, 'f1-score':0.67, 'support':1}, 'label 2': { ... }, ... }

from sklearn import metrics
import matplotlib.pyplot as plt

y_labels = [1,1,0,1,1,0,0,0]
y_scores=[0.8,0.9,0.6,0.3,0.2,0.1,0.1,0.6]
y_preds = [1,1,1,0,1,0,0,1] # threshold=0.5
report = metrics.classification_report(y_labels,y_preds)
fpr, tpr, thresholds = metrics.roc_curve(y_labels,y_scores)
auc = metrics.auc(fpr,tpr)
plt.plot(fpr,tpr,'*-')
plt.ylabel('TPR')
plt.xlabel('FPR')
plt.title('ROC curve')
print(report)

得到ROC曲线如图3所示，report的值如下：
图4：report结果

图4：report结果

参考链接：
[1] https://scikit-learn.org/stable/modules/model_evaluation.html
[2] https://blog.csdn.net/qq_27575895/article/details/83781069
[3] https://laurenoakdenrayner.com/2018/01/07/the-philosophical-argument-for-using-roc-curves/

本文链接：https://blog.csdn.net/Huang_Fj/article/details/124100598

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

while循环&CPU占用率高问题深入分析与解决方案_main函数使用while(1)循环cpu占用99-程序员宅基地

文章浏览阅读3.8k次，点赞9次，收藏28次。直接上一个工作中碰到的问题，另外一个系统开启多线程调用我这边的接口，然后我这边会开启多线程批量查询第三方接口并且返回给调用方。使用的是两三年前别人遗留下来的方法，放到线上后发现确实是可以正常取到结果，但是一旦调用，CPU占用就直接100%(部署环境是win server服务器)。因此查看了下相关的老代码并使用JProfiler查看发现是在某个while循环的时候有问题。具体项目代码就不贴了，类似于下面这段代码。while(flag) {//your code;}这里的flag._main函数使用while(1)循环cpu占用99

【无标题】jetbrains idea shift f6不生效_idea shift +f6快捷键不生效-程序员宅基地

文章浏览阅读347次。idea shift f6 快捷键无效_idea shift +f6快捷键不生效

node.js学习笔记之Node中的核心模块_node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是-程序员宅基地

文章浏览阅读135次。Ecmacript 中没有DOM 和 BOM核心模块Node为JavaScript提供了很多服务器级别，这些API绝大多数都被包装到了一个具名和核心模块中了，例如文件操作的 fs 核心模块，http服务构建的http 模块 path 路径操作模块 os 操作系统信息模块// 用来获取机器信息的var os = require('os')// 用来操作路径的var path = require('path')// 获取当前机器的 CPU 信息console.log(os.cpus._node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是

数学建模【SPSS 下载-安装、方差分析与回归分析的SPSS实现(软件概述、方差分析、回归分析)】_化工数学模型数据回归软件-程序员宅基地

文章浏览阅读10w+次，点赞435次，收藏3.4k次。SPSS 22 下载安装过程7.6 方差分析与回归分析的SPSS实现7.6.1 SPSS软件概述1 SPSS版本与安装2 SPSS界面3 SPSS特点4 SPSS数据7.6.2 SPSS与方差分析1 单因素方差分析2 双因素方差分析7.6.3 SPSS与回归分析SPSS回归分析过程牙膏价格问题的回归分析_化工数学模型数据回归软件

利用hutool实现邮件发送功能_hutool发送邮件-程序员宅基地

文章浏览阅读7.5k次。如何利用hutool工具包实现邮件发送功能呢？1、首先引入hutool依赖<dependency> <groupId>cn.hutool</groupId> <artifactId>hutool-all</artifactId> <version>5.7.19</version></dependency>2、编写邮件发送工具类package com.pc.c..._hutool发送邮件

docker安装elasticsearch，elasticsearch-head，kibana，ik分词器_docker安装kibana连接elasticsearch并且elasticsearch有密码-程序员宅基地

文章浏览阅读867次，点赞2次，收藏2次。docker安装elasticsearch，elasticsearch-head，kibana，ik分词器安装方式基本有两种，一种是pull的方式，一种是Dockerfile的方式，由于pull的方式pull下来后还需配置许多东西且不便于复用，个人比较喜欢使用Dockerfile的方式所有docker支持的镜像基本都在https://hub.docker.com/docker的官网上能找到合..._docker安装kibana连接elasticsearch并且elasticsearch有密码

随便推点

Python 攻克移动开发失败！_beeware-程序员宅基地

文章浏览阅读1.3w次，点赞57次，收藏92次。整理 | 郑丽媛出品 | CSDN（ID：CSDNnews）近年来，随着机器学习的兴起，有一门编程语言逐渐变得火热——Python。得益于其针对机器学习提供了大量开源框架和第三方模块，内置..._beeware

Swift4.0_Timer 的基本使用_swift timer 暂停-程序员宅基地

文章浏览阅读7.9k次。//// ViewController.swift// Day_10_Timer//// Created by dongqiangfei on 2018/10/15.// Copyright 2018年飞飞. All rights reserved.//import UIKitclass ViewController: UIViewController { ..._swift timer 暂停

元素三大等待-程序员宅基地

文章浏览阅读986次，点赞2次，收藏2次。1.硬性等待让当前线程暂停执行，应用场景：代码执行速度太快了，但是UI元素没有立马加载出来，造成两者不同步，这时候就可以让代码等待一下，再去执行找元素的动作线程休眠，强制等待 Thread.sleep(long mills)package com.example.demo;import org.junit.jupiter.api.Test;import org.openqa.selenium.By;import org.openqa.selenium.firefox.Firefox.._元素三大等待