模型评估指标 -1- 基础篇 -FPR/TPR/F1/ROC/AUC
导语:本文是模型评估指标系列的第一篇,将详细地介绍分类模型中基于混淆矩阵衍生出来的各个指标的计算公式,如准确率,精确率,召回率,FPR,TPR,ROC曲线的绘制逻辑,AUC的计算公式等。本文首发在个人知乎和微信公众号:一直学习一直爽
文章目录
- 混淆矩阵-Confusion Matrix
- 准确率-Accuracy
- 精确率-Precision
- 召回率-Recall
- F1-调和精确率与召回率
- 真正率-TPR
- 假正率-FPR
- KS
- 灵敏度-Sensitivity
- 特异度-Specificity
- 从点到线-ROC曲线
- 从点到线-PRC曲线
- ROC-AUC(ROC曲线下的面积)
- 计算方式1
- 计算方式2
- sklearn计算的接口
- 总结
在 Evaluating Learning Algorithms: A Classification Perspective
书中有一幅模型评估指标的全局图,如下:
该图基本包含了日常我们常用的各种指标,如果不想看那么详细,可以看以下总结:
混淆矩阵-Confusion Matrix
在分类模型中,假如给定的类别个数为NNN,那么混淆矩阵的大小为N×NN \times NN×N,默认地,会把列作为真实的类别,行作为预测的类别,如下图举例所示:
由是我们常见的分类任务基本上为二分类,如预测商品否被点击,是否被购买,借款人是否发生逾期等,下面的计算过程就以二分类混淆矩阵来进行举例,另外,很多模型输出的预测值ppp在[0,1]之间,并不是离散取值{0,1},为了构建混淆矩阵,需要确定一个阈值ttt,使得预测值p>tp > tp>t的样本预测为1,否则为0。
由于ROC这样的曲线来源于雷达,后面又应用到医学领域,因此常常把正样本称为阳性(Positive,P,标签为1), 负样本称为阴性(Negative, N,标签为0),而机器学习领域习惯用正负样本来表示,当初学二分类中的混淆矩阵时,很多同学会被TP,FP,FN,TN等缩写搞混,下面对其做一些方便记忆的说明:
从上图的最左边的表格,可以很清楚地显示4个区域内样本的含义,沿着正对角线,可知,样本的预测标签和实际标签都是一致的,因此在第二个表格中将其标记为True
,负对角线上预测标签和真实标签不一致,标记为False
,在第三个表格中,结合预测标签的类别(Positive,Negative)和各个区域的True
,False
标记,得到了经常被搞混的4个缩写(不需要去记忆,记住上述推演过程即可):
TP
:实际为正类,预测也为正类TN
:实际为负类,预测也为负类FP
:实际为负类,预测为正类FN
:实际为正类,预测为负类
有了上述混淆矩阵和各个区域的标识,就可以开始计算各个指标了;
准确率-Accuracy
显然,准确率为混淆矩阵中正对角线上被分类正确样本之和:正样本,模型预测也为正样本(TP
) ,负样本,模型预测也为负样本(TN
).
Accuracy=TP+TNTP+FP+FN+TN\begin{aligned} Accuracy = \frac{TP + TN}{TP + FP + FN + TN} \end{aligned} Accuracy=TP+FP+FN+TNTP+TN
精确率-Precision
- 别名:查准率
精确率Precision的计算如下图所示,表示的含义为,从模型预测的角度来看,在所有预测为正样本中,标签与真实样本同为正样本的比例
, 表示模型对于预测正确的置信度:
Precision=TPTP+FP\begin{aligned} Precision = \frac{TP}{TP + FP} \end{aligned} Precision=TP+FPTP
召回率-Recall
- 别名:查全率
召回率Recall计算如下图所示,表示的含义为,从真实标签的角度来看,在所有的真实正样本中,被模型正确地预测为正样本所占的比例
:
Recall=TPTP+FN\begin{aligned} Recall = \frac{TP}{TP + FN} \end{aligned} Recall=TP+FNTP
F1-调和精确率与召回率
从上述Precision,Recall的计算过程可以发现(分子是相同的
),其计算都是围绕着正样本(实际类别和预测类别)来计算的,同时Precision,Recall天然存在着矛盾,如下图所示:
- 当把所有样本全部预测为正样本时(模型过分贪婪,模型分>=0>=0>=0即为正样本),显然召回率可以达到最大,取值为1,但是精确率将显著下降
- 当设定很大的阈值(模型过分保守,模型分>=0.9>=0.9>=0.9才是正样本),刚好仅有一个样本预测正确,那么精确率取值为1,但召回率将很低
因此,为了调和两者之间的矛盾,将引入F1指标来综合反映模型的性能:
2F1=1P+1R\begin{aligned} \frac{2}{F1} = \frac{1}{P} + \frac{1}{R} \end{aligned} F12=P1+R1
另外,还有一个更通用的计算FαF_{\alpha}Fα值的公式,当α=1\alpha=1α=1即为F1:
Fα=1+α2α2∗P+RPR\begin{aligned} F_{\alpha} = \frac{1 + \alpha^2}{\alpha^2 * P + R} PR \end{aligned} Fα=α2∗P+R1+α2PR
真正率-TPR
- 别名:真阳性率
TPR(True Positive Rate)预测正确的正类占实际正类的比例(给定数据集标签后,统计出正样本个数即可作为分母
):
TPR=TPTP+FN\begin{aligned} TPR = \frac{TP}{TP + FN} \end{aligned} TPR=TP+FNTP
可以发现,TPR=Recall
假正率-FPR
- 别名:假阳性率
FPR(False Positive Rate)预测错误的正类占实际负类的比例(给定数据集标签后,统计出负样本个数即可作为分母
):
FPR=FPFP+TN\begin{aligned} FPR = \frac{FP}{FP + TN} \end{aligned} FPR=FP+TNFP
对比TPR和FPR的计算公式,我们发现其分母要么是全部的真实正类,或者全部的真实的负类,增加真实正类样本的个数,不会影响FPR的计算,反之亦然,互不干扰,因此我们常说TPR和FPR对于样本不平衡不敏感。
KS
KS(Kolmogorov-Smirnov)值,计算公式如下, KS能够反映出模型最优的区分效果,以及对应的阈值:
KS=max(TPR−FPR)\begin{aligned} KS = \max(TPR - FPR) \end{aligned} KS=max(TPR−FPR)
灵敏度-Sensitivity
- 计算结果与TPR,Recall相同
特异度-Specificity
特异度的计算如下图所示:
特异度=TNFP+TN\begin{aligned} 特异度 = \frac{TN}{FP + TN} \end{aligned} 特异度=FP+TNTN
从点到线-ROC曲线
由于混淆矩阵是在确定的了一个阈值后生成的,因此,利用不同的阈值就可以得到多组(FPR,TPR)点,将这些点依次连接起来,就构成了ROC曲线(没有必要先遍历阈值,如从0~1之间,将阈值切分1000等分, 可以直接根据样本预测值从大到小排序,依次遍历样本即可,得到数据中的阈值
),受试者工作特征曲线ROC曲线的横坐标是FPR,纵坐标是TPR。
下面通过一个论文中的一个例子来说明ROC是怎么画出来的,数据如下,一共20个样本,正样本10个,负样本10个,每个样本具有不同的模型分,根据模型分从大到小进行排序;
ROC曲线流程:假定LLL为带标签和模型分的数据集,其中正样本个数为PPP,负样本个数为NNN,样本iii的模型分记为f(i)f(i)f(i), 用RRR存放(FPR,TPR)点:
- 根据模型分对数据集LLL进行从大到小排序,得到LsortedL_{sorted}Lsorted,第一个样本记为i=1i=1i=1,由于TPR和FPR的分母已知,故只需要初始化分子TP,FP为0,模型分的阈值初始化为fpre=∞f_{pre} = \inftyfpre=∞;
- 依次对LsortedL_{sorted}Lsorted的样本进行遍历:
2.1)如果满足 $f(i) \neq f_{pre} $ (相邻样本模型分取值不相同),则 RRR.append(FPN,TPP\frac{FP}{N}, \frac{TP}{P}NFP,PTP), 更新fpre=f(i)f_{pre} = f(i)fpre=f(i);
2.2)如果Lsorted[i]L_{sorted}[i]Lsorted[i] 的真实标签和预测标签都为正样本,那么 TP=TP+1TP = TP + 1TP=TP+1,否则FP=FP+1FP = FP + 1FP=FP+1
更新样本下标i=i+1i = i + 1i=i+1- 将最后一个点加入到R.append((1,1))R.append((1, 1))R.append((1,1))
有了上述的计算流程,对于上述数据,前几个点的FPR,TPR取值如下:
- 当阈值为∞\infty∞, 显然 TP=0,FP=0, (0, 0),具体解释见下段内容
Tips
;- 遍历第一个样本,阈值设置为0.9,将样本预测值标签设为正,和真实标签相同都为正样本,因此TPR=110=0.1,FPR=0TPR=\frac{1}{10}=0.1,FPR=0TPR=101=0.1,FPR=0, (0, 0.1);
- 遍历到第二个样本,阈值设置为0.8, TPR=210,FPR=0TPR=\frac{2}{10}, FPR=0TPR=102,FPR=0, (0, 0.2);
- 遍历到第三个样本, 阈值设置为0.7,将样本预测值标签设为正,和真实标签不同,FP=1, TPR=210,FPR=110TPR=\frac{2}{10}, FPR=\frac{1}{10}TPR=102,FPR=101, (0.1, 0.2);
- …
最终整个ROC曲线如下图所示:
由于样本个数有限,可以发现ROC曲线其实是一个个阶跃形状,了解到这一点,有助于我们来计算ROC曲线下的面积(AUC)。
Tips
:
- 如果FPR和TPR处处相等,那么ROC会是一条直线(理解为,模型会将一半的正样本,负样本预测错误,相当于随机猜测了);
- 对于点(1,1)(1, 1)(1,1),阈值为−∞- \infty−∞,由于样本模型分在[0,1]之间,那么所有样本被预测为正样本(混淆矩阵第二行全为0),TP=P(正样本个数), FP=N(负样本个数);
- 对于点(0,0)(0, 0)(0,0), 阈值为∞\infty∞, 所有样本被预测为负样本(混淆矩阵第一行全为0),TP=0,FP=0;
- 阈值越小时,召回率/TPR就越高,FPR也越高
从点到线-PRC曲线
Precision-Recall曲线,简称PRC,其横坐标为Recall,纵坐标为Precision, 曲线的绘制方式与ROC类似,这里不做过多展开。
- PRC的横坐标是ROC的纵坐标(Recall VS TPR)
ROC-AUC(ROC曲线下的面积)
计算方式1
AUC是ROC曲线下的面积,直接根据这个定义,对ROC计算流程进行简单改进,就可以得到AUC的计算流程:
- 根据模型分对数据集LLL进行排序,得到LsortedL_{sorted}Lsorted,第一个样本记为i=1i=1i=1,由于TPR和FPR的分母已知,故只需要初始化分子TPTPTP,FPFPFP为0,由于是不断积分的过程(计算梯形面积的过程),还需要记录上一次TPprevTP_{prev}TPprev, FPprevFP_{prev}FPprev的值, 模型分的阈值初始化为fpre=∞f_{pre} = \inftyfpre=∞, 面积AAA;
- 依次对LsortedL_{sorted}Lsorted的样本进行遍历:
2.1) 如果满足 $f(i) \neq f_{pre} $ (相邻样本模型分取值不相同),则 A=A+TRAPEZOID(FP,FPprev,TP,TPprev)A = A + TRAPEZOID(FP, FP_{prev}, TP, TP_{prev})A=A+TRAPEZOID(FP,FPprev,TP,TPprev), 更新
fpre=f(i)f_{pre} = f(i)fpre=f(i); FPprev=FP,TPprev=TPFP_{prev}=FP, TP_{prev}=TPFPprev=FP,TPprev=TP;
2.2) 如果Lsorted[i]L_{sorted}[i]Lsorted[i] 的真实标签和预测标签都为正样本,那么 TP=TP+1TP = TP + 1TP=TP+1,否则FP=FP+1FP = FP + 1FP=FP+1
更新样本下标i=i+1i = i + 1i=i+1- A=A+TRAPEZOID(N,FPprev,N,TPprev)A = A + TRAPEZOID(N, FP_{prev}, N, TP_{prev})A=A+TRAPEZOID(N,FPprev,N,TPprev)
- 缩放回去:A=AP×NA = \frac{A}{P \times N}A=P×NA
其中上述TRAPEZOID(X1,X2,Y1,Y2)TRAPEZOID(X_1, X_2, Y_1, Y_2)TRAPEZOID(X1,X2,Y1,Y2)是计算梯形面积的过程:
base=∣X1−X2∣height=Y1+Y22area=base×height\begin{aligned} base &= | X_1 - X_2| \\ height &= \frac{Y_1 + Y_2}{2} \\ area & = base \times height \\ \end{aligned} baseheightarea=∣X1−X2∣=2Y1+Y2=base×height
计算方式2
AUC实际上是模型将正样本排在负样本前面的概率,随机从正负样本中分别选出一个样本,构成样本对,样本对中正样本的模型分大于负样本模型分的占比,即为AUC
sklearn计算的接口
接口 | 说明 |
---|---|
confusion_matrix | 算混淆矩阵来评估分类的准确性 |
accuracy_score | 模型准确度(Accuracy) |
f1_score | 计算F1得分 |
precision_recall_curve | 针对不同的概率阈值计算精度(precision),召回率对 |
precision_score | 计算精确度 |
recall_score | 计算召回 |
roc_auc_score | 计算特征曲线(ROC AUC)下预测分数的计算区域 |
roc_curve | 计算ROC |
总结
- 判断一个指标是否受正负样本量的影响,看这个指标在混淆矩阵中是否只利用单独某列上的数据,如果是,对正负样本采样本,不影响模型的指标;
- 在正负样本极不平衡的情况下,PR曲线比ROC曲线更能反映模型的性能(这个在下一篇进行说明)
模型评估指标 -1- 基础篇 -FPR/TPR/F1/ROC/AUC相关推荐
- 模型评估指标 AUC 和 ROC,这是我看到的最透彻的讲解
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 作者:Webbley blog.csdn.net/liweibin ...
- 模型评估指标AUC(area under the curve)
AUC在机器学习领域中是一种模型评估指标.根据维基百科的定义,AUC(area under the curve)是ROC曲线下的面积.所以,在理解AUC之前,要先了解ROC是什么.而ROC的计算又需要 ...
- 模型评估指标-2-ROC与PR曲线对比,TPR/FPR/Precision关系,3种特殊的评估指标
导语:在进阶篇里面,将会讨论ROC和PR曲线的联系,在不平衡数据中的偏差问题,同时利用公式来说明TPR/FPR/Precision三者之间的关系,在第三部分结合业务场景将介绍了几个特殊指标,但是没有说 ...
- 【机器学习基础】非常详细!机器学习模型评估指标总结!
作者:太子长琴,Datawhale优秀学习者 本文对机器学习模型评估指标进行了完整总结.机器学习的数据集一般被划分为训练集和测试集,训练集用于训练模型,测试集则用于评估模型.针对不同的机器学习问题(分 ...
- 【王喆-推荐系统】评估篇-(task2)推荐模型评估指标
学习总结 学习了模型离线评估中使用的评估指标.低阶评估指标主要包括准确率,精确率,召回率和均方根误差.均方根误差的定义是预测值跟真实值之间差值的均方根. 高阶指标包括 P-R 曲线,ROC 曲线和平均 ...
- Lesson 5.分类模型决策边界与模型评估指标
Lesson 5.分类模型决策边界与模型评估指标(上) 在逻辑回归的算法基础内容结束之后,我们还需要补充一些关于分类模型的基础知识,包括观察分类模型判别性能的决策边界基本的概念与实现方法,同时也包括对 ...
- 你真的了解分类模型评估指标都有哪些吗?【附Python代码实现】
大家早上好,本人姓吴,如果觉得文章写得还行的话也可以叫我吴老师.欢迎大家跟我一起走进数据分析的世界,一起学习! 感兴趣的朋友可以关注我或者我的数据分析专栏,里面有许多优质的文章跟大家分享哦. 必看前言 ...
- 模型评估指标:P-R曲线和ROC曲线
在机器学习建模中,模型评估指标用于评估不同模型的优劣. 在分类任务中,最简单的评估指标莫过于错误率和精度了,错误率表示的是错误分类的样本个数占总样本个数的比例,精度则是1减去错误率. 错误率和精度的优 ...
- 机器学习模型评估指标ROC、AUC详解
我是小z ROC/AUC作为机器学习的评估指标非常重要,也是面试中经常出现的问题(80%都会问到).其实,理解它并不是非常难,但是好多朋友都遇到了一个相同的问题,那就是:每次看书的时候都很明白,但回过 ...
最新文章
- 未能加载文件或程序集“Report.Basic”或它的某一个依赖项。试图加载格式不正确的程序...
- 36篇博文带你学完opencv :python+opencv进阶版学习笔记目录
- 复制选中的listbox内容
- 五大步完成JBOSS 5 多数据库的多数据源配置
- Spark实现WordCount案例
- WIN7使用各种激活软件都不管用的解决办法
- 微信群成员活跃度测试软件,微信群活跃度最佳人数是多少?
- 开关电源matlab仿真文件,《MATLAB+在开关电源仿真中的应用.pdf》-支持高清全文免费浏览-max文档...
- jsp、servlet与javabean的区别180110
- VSCODE无法使用unordered_map解决
- java 运算符优先级
- 服务器账号登录失败怎么回事,远程连接云服务器登录失败是什么原因
- Labelme标注的json数据转化为coco格式的数据
- python语音特征提取之使用ffmpeg与spleeter实现视频人声过滤
- Oracle海量数据清理-表空间释放
- Jquery隐藏div 根据id
- 锁相放大器sr830_锁相放大器Lock-In Amplifier,SR830数字锁相放大器SR810锁相放大器400-007-1064...
- listFiles(FileFilter filter) 的源码解析
- 2017年浙江工业大学大学生程序设计迎新赛决赛—网络同步赛 H 小周的曲射炮【公式推导||分类二分】
- rac 火星舱如何备份oracle_Oracle RAC备份与恢复