拓端tecdat|R语言中多分类问题 multicalss classification 的性能测量
原文链接:http://tecdat.cn/?p=11160
对于分类问题,通常根据与分类器关联的混淆矩阵来定义分类器性能。根据混淆矩阵 ,可以计算灵敏度(召回率),特异性和精度。
对于二进制分类问题,所有这些性能指标都很容易获得。
非得分分类器的数据
为了展示多类别设置中非得分分类器的性能指标,让我们考虑观察到\(N = 100 \)的分类问题和观察到\(G = \ {1,\ ldots,5 \}的五个分类问题\):
ref.labels <- c(rep("A", 45), rep("B" , 10), rep("C", 15), rep("D", 25), rep("E", 5))
predictions <- c(rep("A", 35), rep("E", 5), rep("D", 5),rep("B", 9), rep("D", 1),rep("C", 7), rep("B", 5), rep("C", 3),rep("D", 23), rep("C", 2),rep("E", 1), rep("A", 2), rep("B", 2))
df <- data.frame("Prediction" = predictions, "Reference" = ref.labels)
准确性和加权准确性
通常,将多类准确性定义为正确预测的平均数:
其中\(I \)是指标函数,如果类匹配,则返回1,否则返回0。
为了对各个类的性能更加敏感,我们可以为每个类分配权重\(w_k \),以使\(\ sum_ {k = 1} ^ {| G |} w_k = 1 \)。单个类别的\(w_k \)值越高,该类别的观测值对加权准确性的影响就越大。加权精度取决于:
为了平均加权所有类,我们可以设置\(w_k = \ frac {1} {| G |} \,\ forall k \ in \ {1,\ ldots,G \} \)。注意,当使用除均等权重之外的任何其他值时,很难找到关于权重的特定组合的合理论证。
计算精度和加权精度
精度很容易计算:
calculate.accuracy <- function(predictions, ref.labels) {return(length(which(predictions == ref.labels)) / length(ref.labels))
}
calculate.w.accuracy <- function(predictions, ref.labels, weights) {lvls <- levels(ref.labels)if (length(weights) != length(lvls)) {stop("Number of weights should agree with the number of classes.")}if (sum(weights) != 1) {stop("Weights do not sum to 1")}accs <- lapply(lvls, function(x) {idx <- which(ref.labels == x)return(calculate.accuracy(predictions[idx], ref.labels[idx]))})acc <- mean(unlist(accs))return(acc)
}
acc <- calculate.accuracy(df$Prediction, df$Reference)
print(paste0("Accuracy is: ", round(acc, 2)))
## [1] "Accuracy is: 0.78"
## [1] "Weighted accuracy is: 0.69"
F1分数的微观和宏观平均值
微观平均值和宏观平均值表示在多类设置中解释混淆矩阵的两种方式。在这里,我们需要为每个类\(g_i \ in G = \ {1,\ ldots,K \} \)计算一个混淆矩阵,以使第\(i \)个混淆矩阵考虑类\(g_i \)作为肯定类,而所有其他类\(g_j \)作为\(j \ neq i \)作为否定类。
为了说明为什么增加真实负数会带来问题,请想象有10个类别,每个类别有10个观察值。然后,其中一个类别的混淆矩阵可能具有以下结构:
预测/参考 | 1类 | 其他类 |
---|---|---|
1类 | 8 | 10 |
其他类 | 2 | 80 |
基于此矩阵,特异性将为\(\ frac {80} {80 + 10} = 88.9 \%\),尽管仅在18个实例中的8个实例中正确预测了1类(精度为44.4%)。
在下文中,我们将使用\(TP_i \),\(FP_i \)和\(FN_i \)分别在与第(i)个相关联的混淆矩阵中指示真阳性,假阳性和假阴性类。此外,让精度由\(P \)表示,并由\(R \)表示。
计算R中的微观和宏观平均值
在这里,我演示了如何在R中计算F1分数的微观平均值和宏观平均值。
我们将使用 包中的 confusionMatrix
函数 caret
来确定混淆矩阵:
现在, 我们可以总结所有类的性能:
metrics <- c("Precision", "Recall")
print(cm[[1]]$byClass[, metrics])
## Precision Recall
## Class: A 0.9459459 0.7777778
## Class: B 0.5625000 0.9000000
## Class: C 0.8333333 0.6666667
## Class: D 0.7931034 0.9200000
## Class: E 0.1666667 0.2000000
这些数据表明,总体而言,性能很高。但是,我们的假设分类器对于单个类别(如B类(精度)和E类(精度和查全率))的表现不佳。现在,我们将研究F1得分的微观平均值和宏观平均值如何受到模型预测的影响。
微型平均F1的总体性能
get.micro.f1
然后,该函数 简单地汇总计数并计算如上定义的F1分数。
micro.f1 <- get.micro.f1(cm)
print(paste0("Micro F1 is: ", round(micro.f1, 2)))
## [1] "Micro F1 is: 0.88"
值为 0.88
\(F_1 {\ rm {micro}} \)相当高,表明整体性能良好。
宏平均F1的类特定性能
由于其中的每个混淆矩阵都 cm
已经存储了一对多的预测性能,因此我们只需要从其中一个矩阵中提取这些值,然后按上述定义计算\(F1 _ {\ rm {macro}} \):
get.macro.f1 <- function(cm) {c <- cm[[1]]$byClass # a single matrix is sufficientre <- sum(c[, "Recall"]) / nrow(c)pr <- sum(c[, "Precision"]) / nrow(c)f1 <- 2 * ((re * pr) / (re + pr))return(f1)
}
macro.f1 <- get.macro.f1(cm)
print(paste0("Macro F1 is: ", round(macro.f1, 2)))
## [1] "Macro F1 is: 0.68"
值 0.68
,\(F _ {\ RM {宏}} \)是断然比更小的微平均F1( 0.88
)。
请注意,对于当前数据集,微观平均和宏观平均F1的总体(0.78)和加权精度(0.69)具有相似的关系。
精确调用曲线和AUC
ROC曲线下的面积(AUC)是评估软分类器分类分离质量的有用工具。在多类别设置中,我们可以根据它们对所有精度召回曲线的关系可视化多类别模型的性能。AUC也可以推广到多类别设置。
一对一的精确召回曲线
我们可以通过绘制\(K \)二进制分类器的性能来可视化多类模型的性能。
该方法基于拟合\(K \)对所有分类器,其中在第(i)次迭代中,组(g_i \)设置为正类,而所有类((g_j \))与\(j \ neq i \)一起被视为否定类。请注意,此方法不应用于绘制常规ROC曲线(TPR与FPR),因为由于去二甲亚胺而产生的大量负面实例会导致FPR被低估。相反,应考虑精度和召回率:
for (i in seq_along(levels(response))) {model <- NaiveBayes(binary.labels ~ ., data = iris.train[, -5])pred <- predict(model, iris.test[,-5], type='raw')score <- pred$posterior[, 'TRUE'] # posterior for positive classtest.labels <- iris.test$Species == cur.classpred <- prediction(score, test.labels)perf <- performance(pred, "prec", "rec")roc.x <- unlist(perf@x.values)roc.y <- unlist(perf@y.values)lines(roc.y ~ roc.x, col = colors[i], lwd = 2)# store AUCauc <- performance(pred, "auc")auc <- unlist(slot(auc, "y.values"))aucs[i] <- auc
}
print(paste0("Mean AUC under the precision-recall curve is: ", round(mean(aucs), 2)))
## [1] "Mean AUC under the precision-recall curve is: 0.97"
该图表明 setosa 可以很好地预测,而 virginica 则更难预测。 平均AUC 0.97
表示该模型很好地分隔了三个类别。
多类设置的AUC通用化
单个决策值的广义AUC
当单个数量允许分类时,可使用包装中的 multiclass.roc
功能 pROC
确定AUC。
## Multi-class area under the curve: 0.654
函数的计算出的AUC只是所有成对类别比较中的平均值AUC。
广义AUC
下面从Hand and Till,2001开始描述AUC的一般化 。
似乎由于Hand and Till(2001),没有公开可用的AUC多类概括的实现。因此,我编写了一个实现。该函数 compute.A.conditional
确定\(\ hat {A}(i | j)\)。该 multiclass.auc
函数为所有具有\(i <j \)的类对计算\(\ hat {A}(i,j)\),然后计算结果值的平均值。输出为广义AUC \(M \),该属性 pair_AUCs
指示\(A(i,j)\)的值。
multiclass.auc <- function(pred.matrix, ref.outcome) {labels <- colnames(pred.matrix)c <- length(labels)pairs <- unlist(lapply(combn(labels, 2, simplify = FALSE), function(x) paste(x, collapse = "/")))A.ij.joint <- sum(unlist(A.mean))M <- 2 / (c * (c-1)) * A.ij.joint attr(M, "pair_AUCs") <- A.meanreturn(M)
}
model <- NaiveBayes(iris.train$Species ~ ., data = iris.train[, -5])
pred <- predict(model, iris.test[,-5], type='raw')
pred.matrix <- pred$posterior
ref.outcome <- iris.test$Species
M <- multiclass.auc(pred.matrix, ref.outcome)
print(paste0("Generalized AUC is: ", round(as.numeric(M), 3)))
## [1] "Generalized AUC is: 0.988"
print(attr(M, "pair_AUCs")) # pairwise AUCs
## setosa/versicolor setosa/virginica versicolor/virginica
## 1.0000000 1.0000000 0.9627329
使用这种方法,广义AUC为0.988 。生成的成对AUC的解释也相似。
摘要
对于多类别问题 。
- 对于硬分类器,您可以使用(加权)准确性以及微观或宏观平均F1分数。
- 对于软分类器,您可以确定一对全精度召回曲线,也可以使用Hand and Till中的AUC 。
拓端tecdat|R语言中多分类问题 multicalss classification 的性能测量相关推荐
- 拓端tecdat|R语言逻辑回归(Logistic回归)模型分类预测病人冠心病风险
最近我们被客户要求撰写关于冠心病风险的研究报告,包括一些图形和统计输出. 相关视频:R语言逻辑回归(Logistic回归)模型分类预测病人冠心病风险 逻辑回归Logistic模型原理和R语言分类预测冠 ...
- 拓端tecdat|R语言线性回归和时间序列分析北京房价影响因素可视化案例
最近我们被客户要求撰写关于北京房价影响因素的研究报告,包括一些图形和统计输出. 目的 房价有关的数据可能反映了中国近年来的变化: 人们得到更多的资源(薪水),期望有更好的房子 人口众多 独生子女政策: ...
- 拓端tecdat|R语言用LOESS(局部加权回归)季节趋势分解(STL)进行时间序列异常检测
最近我们被客户要求撰写关于LOESS(局部加权回归)的研究报告,包括一些图形和统计输出. 这篇文章描述了一种对涉及季节性和趋势成分的时间序列的中点进行建模的方法.我们将对一种叫做STL的算法进行研究, ...
- 拓端tecdat|R语言向量误差修正模型 (VECMs)分析长期利率和通胀率影响关系
最近我们被客户要求撰写关于向量误差修正模型的研究报告,包括一些图形和统计输出. 向量自回归模型估计的先决条件之一是被分析的时间序列是平稳的.但是,经济理论认为,经济变量之间在水平上存在着均衡关系,可以 ...
- R语言中的广义线性模型(GLM)和广义相加模型(GAM):多元(平滑)回归分析保险资金投资组合信用风险敞口
最近我们被客户要求撰写关于信用风险敞口的研究报告,包括一些图形和统计输出. 在之前的课堂上,我们已经看到了如何可视化多元回归模型(带有两个连续的解释变量).在此,目标是使用一些协变量(例如,驾驶员的年 ...
- 在r语言中使用GAM(广义相加模型)进行电力负荷时间序列分析
广义相加模型(GAM:Generalized Additive Model),它模型公式如下:有p个自变量,其中X1与y是线性关系,其他变量与y是非线性关系,我们可以对每个变量与y拟合不同关系,对X2 ...
- 二次拟合r方_拟合R语言中的多项式回归
原标题:拟合R语言中的多项式回归 让我们看一个经济学的例子:假设你想购买一定数量q的特定产品.如果单价是p,那么你会支付总金额y.这是一个线性关系的典型例子.总价格和数量成正比. 如下所示: 但购买和 ...
- 拓端tecdat|bilibili视频流量数据潜望镜
最近我们被客户要求撰写关于bilibili视频流量的研究报告,包括一些图形和统计输出. 最新研究表明,中国有超过7亿人在观看在线视频内容.Bilibili,被称为哔哩哔哩或简称为B站,是中国大陆第二个 ...
- r语言中检测异常值_R中的异常值检测
r语言中检测异常值 介绍 (Introduction) An outlier is a value or an observation that is distant from other obser ...
- 如何在R语言中建立六边形矩阵热图heatmap可视化
原文链接:http://tecdat.cn/?p=18879 这是一个六边形热图可视化程序,主要用到的知识RColorBrewer,fields,也就是R中的可视化绘图库(点击文末"阅读原文 ...
最新文章
- linux 路由跟踪表满错误 nf_conntrack: table full, dropping packet 原理解决方法
- s7edge出现android停止,三星S7 Edge升级安卓7.0出现了这个问题!
- jquery技巧总结 学习
- c语言通讯录文件存储位置,c语言实现通讯录(存入文件)
- 从Python代码到APP,你只需要一个小工具:GitHub已超3000星
- short s1 = 1; s1 = s1 + 1; 有错吗?short s1 = 1; s1 += 1 有错吗
- 市场需求才是比特币优化的参考标准
- 插值查找+代码实现+注意事项
- 小程序点击调转带参数_带你走遍苏大的每个角落,校园导览小程序上线!
- linux怎么抓sip包,Ubuntu下使用Wireshark进行抓包分析(含SIP和RTP包)
- 内部类及内部类什么时候使用
- 服务器并发性能报告,一般的服务器瞬时并发应该怎么样才算是合格呢?
- 计算机教师帮扶记录,信息技术辅导记录.doc
- flume与log4j的整合
- 五子棋c语言开题报告,基于Java语言的五子棋游戏设计开题报告.doc
- Vue_(组件)实例属性
- 传统机器学习和深度神经网络对比
- 春暖花开,放慢脚步,享受生活!
- mac 桌面不显示东西
- 手写jQuery源码