模型预测精度,模型预测结果

首页 > 影视动漫 > 作者:YD1662023-05-11 00:25:23

导读:在真实场景中,模型很少能成功地预测所有的内容。我们知道应该使用测试集的数据来评估我们的模型。但是这到底是如何工作的呢?

简短但不是很有用的答案是,这取决于模型。人们已经提出了各种评分函数,它可用于在所有可能的场景中评估训练模型。好消息是,很多评分函数实际上是scikit-learn的metrics模块的一部分。

让我们快速了解一些最重要的评分函数。

作者:阿迪蒂亚·夏尔马(Aditya Sharma)、维什韦什·拉维·什里马利(Vishwesh Ravi Shrimali)、迈克尔·贝耶勒(Michael Beyeler)

来源:华章科技

模型预测精度,模型预测结果(1)

01 使用准确率、精度和召回率评分分类器

在二值分类任务中只有两个不同的类标签,有许多不同的方法来度量分类性能。一些常见的评估指标如下所示:

假设我们有一些ground truth(正确与否取决于我们的数据集)类标签,不是0就是1。我们使用NumPy的随机数生成器随机生成数据点。显然,这意味着只要我们重新运行代码,就会随机生成新数据点。

我们希望你能够运行代码,并总是得到和书中相同的结果。实现此目的的一个很好的技巧是固定随机数生成器的种子。这会保证你在每次运行脚本时,都以相同的方式初始化生成器:

1)我们使用下列代码可以固定随机数生成器的种子:

importnumpyasnp np.random.seed(42)

2)然后,选取(0, 2)范围内的随机整数,我们可以生成0或1的5个随机标签:

y_true=np.random.randint(0,2,size=5) y_true

Out:

array([0,1,0,0,0])

在文献中,这两类有时也被称为正样例(类标签是1的所有数据点)和负样例(其他所有数据点)。

假设我们有一个分类器试图预测之前提到的类标签。为方便讨论,假设分类器不是很聪明,总是预测标签为1。通过硬编码预测标签,我们可以模拟这种行为:

y_pred=np.ones(5,dtype=np.int32) y_pred Out:array([1,1,1,1,1],dtype=int32)

Out:

array([1,1,1,1,1],dtype=int32)

我们预测的准确率是多少?

如前所述,准确率计算测试集中预测正确的数据点数,并返回测试集大小的比例。我们只是正确地预测了第二个数据点(实际标签是1)。除此之外,实际标签是0,而我们预测为1。因此,我们的准确率应该是1/5或者0.2。

准确率指标的一个简单实现可总结为:预测的类标签与实际类标签相符的所有情况。

test_set_size=len(y_true) predict_correct=np.sum(y_true==y_pred) predict_correct/test_set_size

Out:

0.2

scikit-learn的metrics模块提供了一个更智能、更便捷的实现:

fromsklearnimportmetrics metrics.accuracy_score(y_true,y_pred)

Out:

0.2

这并不难,不是吗?但是,要理解精度和召回率,我们需要对I型错误和II型错误有大致的了解。让我们来回忆一下,通常把类标签为1的数据点称为正样例,把类标签为0(或–1)的数据点称为负样例。然后,对特定数据点进行分类,可能会产生以下4种结果之一,如表3-1的混淆矩阵所示。

模型预测精度,模型预测结果(2)

表3-1 4种可能的分类结果

让我们进行一下分析。如果一个数据点实际是正样例,并且我们也将其预测为正样例,那么我们就预测对了!在这种情况下,将结果称为真阳性。如果我们认为数据点是正样例,但是该数据点实际是一个负样例,那么我们错误地预测了一个正样例(因此就有了假阳性这个术语)。

类似地,如果我们认为数据点是负样例,但是该数据点实际是一个正样例,那么我们就错误地预测了一个负样例(假阴性)。最后,如果我们预测了一个负样例,而且该数据点确实是一个负样例,那么我们就找到了一个真阴性。

在统计学假设检验中,假阳性也称为I型错误,而假阴性也称为II型错误。

让我们在模拟数据上快速计算一下这4个评估指标。我们有一个真阳性,实际标签是1,并且我们预测为1:

truly_a_positive=(y_true==1) predicted_a_positive=(y_pred==1) #Youthoughtitwasa1,anditactuallywasa1 true_positive=np.sum(predicted_a_positive*truly_a_positive) true_positive

Out:

1

类似地,一个假阳性是我们预测为1,但ground truth却是0:

#Youthoughtitwasa1,butitwasactuallya0 false_positive=np.sum((y_pred==1)*(y_true==0)) false_positive

Out:

4

现在,我相信你已经掌握了窍门。但是我们必须做数学运算才能知道预测的负样例吗?我们的并不是很聪明的分类器从不会预测为0,因此(y_pred==0)应该不会是真的:

#Youthoughtitwasa0,butitactuallywasa1 false_negative=np.sum((y_pred==0)*(y_true==1)) false_negative

Out:

0

#Youthoughtitwasa0,anditactuallywasa0 true_negative=np.sum((y_pred==0)*(y_true==0)) true_negative

Out:

0

让我们再来绘制一个混淆矩阵,如表3-2所示。

模型预测精度,模型预测结果(3)

表3-2 混淆矩阵

要保证我们做的都是正确的,让我们再计算一下准确率。准确率应该是真阳性数据点数量加上真阴性数据点数量(即所有正确预测的数据点数)除以数据点总数:

accuracy=np.sum(true_positive true_negative)/test_set_size accuracy

Out:

0.2

成功了!接着给出精度,为真阳性数据点数除以所有正确预测的数据点数:

precision=np.sum(true_positive)/np.sum(true_positive false_positive) precision

Out:

0.2

在我们的例子中,精度并不比准确率好。让我们用scikit-learn查看一下我们的数学运算:

metrics.precision_score(y_true,y_pred)

Out:

0.2

最后,召回率是我们正确分类为正样例占所有正样例的比例:

recall=true_positive/(true_positive false_negative) recall

Out:

1.0

metrics.recall_score(y_true,y_pred)

Out:

1.0

召回率太棒了!但是,回到我们的模拟数据,很明显,这个优秀的召回率得分仅仅是运气好而已。因为在我们的模拟数据集中只有一个标签为1,而我们碰巧正确地对其进行了分类,所以我们得到了一个完美的召回率得分。

这是否就意味着我们的分类器是完美的呢?未必如此!但是我们却发现了3个有用的评估指标,似乎从互补的方面度量了我们分类器性能。

02 使用均方差、可释方差和R平方评分回归

在涉及回归模型时上述评估指标就不再有效了。毕竟,我们现在预测的是连续输出值,而不是区分分类标签。幸运的是,scikit-learn还提供了一些其他有用的评分函数:

让我们创建另一个模拟数据集。假设我们的观测数据看起来像是x值的一个sin函数。我们从生成0到10之间等间距的100个x值开始。

x=np.linspace(0,10,100)

可是,真实数据总是有噪声的。为了尊重这一事实,我们希望目标值y_true也是有噪声的。我们通过在sin函数中加入噪声来实现:

y_true=np.sin(x) np.random.rand(x.size)-0.5

这里,我们使用NumPy的rand函数在[0,1]范围内加入均匀分布的噪声,然后通过减去0.5将噪声集中在0周围。因此,我们有效地将每个数据点上下抖动最大0.5。

假设我们的模型足够聪明,能够计算出sin(x)的关系。因此,预测的y值如下所示:

y_pred=np.sin(x)

这些数据是什么样子的呢?我们可以使用matplotlib对其进行可视化:

importmatplotlib.pyplotasplt plt.style.use('ggplot') %matplotlibinline plt.figure(figsize=(10,6)) plt.plot(x,y_pred,linewidth=4,label='model') plt.plot(x,y_true,'o',label='data') plt.xlabel('x') plt.ylabel('y') plt.legend(loc='lowerleft')

Out:

<matplotlib.legend.Legendat0x7f3c2220f048>

生成的线图如图3-2所示。

模型预测精度,模型预测结果(4)

▲图3-2 使用matplotlib生成的可视化结果

确定我们的模型预测性能最直接的评估指标是均方误差。对于每个数据点,我们看预测值和实际y值之间的差异,然后对其进行平方。再计算所有数据点的平方误差的平均值:

mse=np.mean((y_true-y_pred)**2) mse

Out:

0.08531839480842378

为了方便计算,scikit-learn提供了自有的均方误差实现:

metrics.mean_squared_error(y_true,y_pred)

Out:

0.08531839480842378

另一个常见的评估指标是测量数据的分散或变化:如果每个数据点都等于所有数据点的均值,那么数据中就没有分散或变化,我们就可以用一个数据值来预测所有未来的数据点。这将是世上最无聊的机器学习问题。

但我们发现这些数据点通常会遵循一些我们想要揭示的未知的、隐藏的关系。在前面的例子中,这就是导致数据分散的y=sin(x)关系。

我们可以测量能够解释的数据(或方差)的分散程度。这通过计算预测标签和实际标签之间的方差来实现;这是我们的预测无法解释的所有方差。如果用数据的总方差对这个值进行归一化,我们就得到未知方差的分数(fraction of variance unexplained):

fvu=np.var(y_true-y_pred)/np.var(y_true) fvu

Out:

0.163970326266295

因为这个评估指标是一个分数,其值在0到1之间。我们可以从1中减去这个分数,得到可释方差的分数:

fve=1.0-fvu fve

Out:

0.836029673733705

让我们用scikit-learn验证我们的数学运算:

metrics.explained_variance_score(y_true,y_pred)

Out:

0.836029673733705

完全正确!最后,我们可以计算出所谓的决定系数或者R2。R2与可释方差分数密切相关,并将先前计算的均方误差和数据中的实际方差进行比较:

r2=1.0-mse/np.var(y_true) r2

Out:

0.8358169419264746

通过scikit-learn也可以获得同样的值:

metrics.r2_score(y_true,y_pred)

Out:

0.8358169419264746

我们的预测与数据拟合得越好,与简单的平均数相比,R2得分的值越接近1。R2得分可以取负值,因为模型预测可以是小于1的任意值。一个常量模型总是预测y的期望值,独立于输入x,得到的R2得分为0:

metrics.r2_score(y_true,np.mean(y_true)*np.ones_like(y_true))

Out:

0.0

关于作者:阿迪蒂亚·夏尔马(Aditya Sharma),罗伯特·博世(Robert Bosch)公司的一名高级工程师,致力于解决真实世界的自动计算机视觉问题。曾获得罗伯特·博世公司2019年人工智能编程马拉松的首名。

维什韦什·拉维·什里马利(Vishwesh Ravi Shrimali),于2018年毕业于彼拉尼博拉理工学院(BITS Pilani)机械工程专业。此后一直在BigVision LLC从事深度学习和计算机视觉方面的工作,还参与了官方OpenCV课程的创建。

迈克尔·贝耶勒(Michael Beyeler),是华盛顿大学神经工程和数据科学的博士后研究员,致力于仿生视觉的计算模型研究,以为盲人植入人工视网膜(仿生眼睛),改善盲人的感知体验。他的工作属于神经科学、计算机工程、计算机视觉和机器学习的交叉领域。

本文摘编自《机器学习:使用OpenCV、Python和scikit-learn进行智能图像处理(原书第2版)》,经出版方授权发布。

模型预测精度,模型预测结果(5)

延伸阅读《机器学习》(原书第2版)

推荐语:一本基于OpenCV4和Python的机器学习实战手册,既详细介绍机器学习及OpenCV相关的基础知识,又通过具体实例展示如何使用OpenCV和Python实现各种机器学习算法,并提供大量示例代码,可以帮助你掌握机器学习实用技巧,解决各种不同的机器学习和图像处理问题。

栏目热文

文档排行

本站推荐

Copyright © 2018 - 2021 www.yd166.com., All Rights Reserved.