python计算召回率_混淆矩阵、准确率、精确率、召回率、F值、ROC曲线、AUC、PR曲线-Sklearn.metrics评估方法...
目录
混淆矩阵 confusion-matrix
分类准确率 accuracy
精确率Precision
召回率 recall
F1值
Roc曲线、AUC
PR曲线
混淆矩阵 confusion-matrix
TP(True Positive): 真实为0，预测也为0
FN(False Negative): 真实为0，预测为1
FP(False Positive): 真实为1，预测为0
TN(True Negative): 真实为0，预测也为0
混淆矩阵的API
from sklearn.metrics import confusion_matrix
confusion_matrix = confusion_matrix(y_test, y_predict)
image.png
image.png
分类准确率 accuracy
所有样本中被预测正确的样本的比率
分类模型总体判断的准确率(包括了所有class的总体准确率)
准确率的API:
from sklearn.metrics import accuracy
accuracy = accuracy_score(y_test, y_predict)
image.png
精确率Precision
预测为正类0的准确率
TP / ( TP + FP )
from sklearn.metrics import precision_score
precision = precision_score(y_test, y_predict)
召回率 recall
真实为0的准确率
image.png
真实为1的准确率
Recall = TN/(TN+FP)
召回率API:
from sklearn.metrics import recall_score
recall = recall_score(y_test, y_predict)
#recall得到的是一个list，是每一类的召回率
F1值
用来衡量二分类模型精确度的一种指标。它同时兼顾了分类模型的准确率和召回率。F1分数可以看作是模型准确率和召回率的一种加权平均，它的最大值是1，最小值是0。
image.png
from sklearn.metrics import f1_score
f1_score(y_test, y_predict)
Roc曲线、AUC
TPR FPR
样本中的真实正例类别总数即TP+FN
TPR即True Positive Rate，TPR = TP/(TP+FN)。
TPR：真实的正例0中，被预测为正例的比例
样本中的真实反例类别总数为FP+TN
FPR即False Positive Rate，FPR=FP/(TN+FP)。
FPR：真实的反例1中，被预测为正例的比例
理想分类器TPR=1，FPR=0
截断点thresholds
机器学习算法对test样本进行预测后，可以输出各test样本对某个类别的相似度概率。比如t1是P类别的概率为0.3，一般我们认为概率低于0.5，t1就属于类别N。这里的0.5，就是”截断点”。
总结一下，对于计算ROC，最重要的三个概念就是TPR, FPR, 截断点。
ROC曲线
ROC曲线越接近左上角，代表模型越好，即ACU接近1
from sklearn.metrics import roc_auc_score, auc
import matplotlib.pyplot as plt
y_predict = model.predict(x_test)
y_probs = model.predict_proba(x_test) #模型的预测得分
fpr, tpr, thresholds = metrics.roc_curve(y_test,y_probs)
roc_auc = auc(fpr, tpr) #auc为Roc曲线下的面积
#开始画ROC曲线
plt.plot(fpr, tpr, 'b',label='AUC = %0.2f'% roc_auc)
plt.legend(loc='lower right')
plt.plot([0,1],[0,1],'r--')
plt.xlim([-0.1,1.1])
plt.ylim([-0.1,1.1])
plt.xlabel('False Positive Rate') #横坐标是fpr
plt.ylabel('True Positive Rate') #纵坐标是tpr
plt.title('Receiver operating characteristic example')
plt.show()
运行结果如下图所示：