1 准确度的陷阱和混淆矩阵

2 混淆矩阵confusion matrix

3 精准率和召回率

4 实现混淆矩阵、精准率和召回率

scikit-learn中的混淆矩阵，精准率和召回率

1 准确度的陷阱和混淆矩阵

分类算法的评价分类准确度来评价

好，实际不然

如果再极端一点

鸢尾花的个数差不多，手写数字各自差不多

但健康的人比癌症的人多的多，数据有偏斜

使用混淆矩阵做进一步的分析

2 混淆矩阵confusion matrix

后面根据列的结果写

10000个人中9978没病，预测正确，2个人有病没预测出来，12个没病预测错了，8个是有病的人预测对了的确有病

3 精准率和召回率

这参数可通过confusion matrix得到

预测数据为1预测对了的概率是多少

关注的事情发生了且被我们正确预测了，关注的事件真实发生了

100个病人，能成功预测80个

平面是所有的数据，左是关注的事件分类为1，左是病人

圈里是预测，左是找对了，右是找错了

关键在于分母不同

为什么精准率和召回率比分类准确度要好来评价算法

4 实现混淆矩阵、精准率和召回率

def TN(y_true, y_predict):assert len(y_true) == len(y_predict)return np.sum((y_true == 0) & (y_predict == 0))TN(y_test, y_log_predict)

关注数字为9的数据设为1，其余为0,现在数据极度偏斜

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_log_predict)

def precision_score(y_true, y_predict):tp = TP(y_true, y_predict)fp = FP(y_true, y_predict)try:return tp / (tp + fp)except:return 0.0precision_score(y_test, y_log_predict)

def recall_score(y_true, y_predict):tp = TP(y_true, y_predict)fn = FN(y_true, y_predict)try:return tp / (tp + fn)except:return 0.0recall_score(y_test, y_log_predict)

scikit-learn中的混淆矩阵，精准率和召回率

第10章评价分类结果学习上相关推荐

第10章评价分类结果
分类算法的评价分类准确度的问题 , , 精准率和召回率 , , , , , , Precision和Recall的平衡 , , , , , , , , , ROC,AUC用来比较两个模型 ...
《第8章-图分类》学习笔记
第8章-图分类与之前的节点分类不同,图分类任务需要学习到整张图的标签和类别.为了解决这类问题,一般使用层次化池化(Pooling)的操作. 8.1 基于全局池化的图分类全局池化的主要思路是设计一个 ...
《机器学习》周志华第10章降维与度量学习思维导图+笔记+习题
K-Means与LVQ都试图以类簇中心作为原型指导聚类,其中K-Means通过EM算法不断迭代直至收敛,LVQ使用真实类标辅助聚类:高斯混合聚类采用高斯分布来描述类簇原型:密度聚类则是将一个核心对象所 ...
翻译连载 | 第 10 章：异步的函数式（下）－《JavaScript轻量级函数式编程》 |《你不知道的JS》姊妹篇...
为什么80%的码农都做不了架构师?>>> 原文地址:Functional-Light-JS 原文作者:Kyle Simpson-<You-Dont-Know-JS> ...
深度学习第3章线性分类实验四 pytorch实现 Logistic回归上篇
目录: 第3章线性分类 3.1 基于Logistic回归的二分类任务 3.1.1 数据集构建 3.1.2 模型构建 1. Logistic函数 2. Logistic回归算子 3.1.3 损失函数 ...
深度学习第3章线性分类实验四 pytorch实现 Softmax回归鸢尾花分类任务下篇
目录: 第3章线性分类 3.3 实践:基于Softmax回归完成鸢尾花分类任务 3.3.1 数据处理 3.3.1.1 数据集介绍 3.3.1.2 数据清洗 1. 缺失值分析 2. 异常值处理 3.3 ...
SAS学习笔记（四）第8/9/10章
一.可视化数据 1. ODS图形概述在统计过程中使用图形: ods图形选项默认是开启的,若你发现是关闭的,则在将要运行的程序之前用以下语句开启:ods graphics on:则支持ods图形的统计 ...
c语言程序设计第四版乌云高娃,C语言程序设计教学课件作者第3版乌云高娃学习手册C语言程序设计教学课件作者第3版乌云高娃学习手册学习手册第10章文件及其应用课件.docx...
C语言程序设计教学课件作者第3版乌云高娃学习手册C语言程序设计教学课件作者第3版乌云高娃学习手册学习手册第10章文件及其应用课件.docx 学习手册(1):文本文件的操作学习内容文本文件的操作学习目标 ...
第10章项目：多类花朵分类
第10章项目:多类花朵分类本章我们使用Keras为多类分类开发并验证一个神经网络.本章包括: 将CSV导入Keras 为Keras预处理数据使用scikit-learn验证Keras模型我们开 ...
《学习OpenCV3》第10章滤波与卷积
<学习OpenCV3>第10章滤波与卷积 1. 预备知识 1.1 滤波.核和卷积 1.2 边界外推和边界处理 1.2.1 自定义边框 1.2.2 自定义外推 2. 阈值化操作 2.1 t ...

第10章评价分类结果学习上

1 准确度的陷阱和混淆矩阵

2 混淆矩阵confusion matrix

3 精准率和召回率

4 实现混淆矩阵、精准率和召回率

scikit-learn中的混淆矩阵，精准率和召回率

第10章评价分类结果学习上相关推荐

最新文章

热门文章

第10章 评价分类结果 学习上

1 准确度的陷阱和混淆矩阵

2 混淆矩阵confusion matrix

3 精准率和召回率

4 实现混淆矩阵、精准率和召回率

scikit-learn中的混淆矩阵，精准率和召回率

第10章 评价分类结果 学习上相关推荐

最新文章

热门文章

第10章评价分类结果学习上

第10章评价分类结果学习上相关推荐