یادگیری ماشین - ماتریس سردرگمی

در این صفحه ، W3Schools. com با آکادمی علوم داده NYC همکاری می کند تا محتوای آموزش دیجیتالی را به دانشجویان ما ارائه دهد.

ماتریس سردرگمی چیست؟

این یک جدول است که در مشکلات طبقه بندی برای ارزیابی خطاهای موجود در مدل استفاده می شود.

ردیف ها کلاسهای واقعی را که نتایج باید داشته باشد نشان می دهد. در حالی که ستون ها پیش بینی هایی را که ما انجام داده ایم نشان می دهد. با استفاده از این جدول به راحتی می توان دید که پیش بینی ها اشتباه است.

ایجاد یک ماتریس سردرگمی

ماتریس های سردرگمی را می توان با پیش بینی های انجام شده از رگرسیون لجستیک ایجاد کرد.

در حال حاضر ما با استفاده از NUMPY مقادیر واقعی و پیش بینی شده تولید خواهیم کرد:

در مرحله بعدی ما باید اعداد را برای مقادیر "واقعی" و "پیش بینی شده" تولید کنیم.

واقعی = numpy. random. binomial (1 ، 0. 9 ، اندازه = 1000) پیش بینی شده = numpy. random. binomial (1 ، 0. 9 ، اندازه = 1000)

برای ایجاد ماتریس سردرگمی ، باید معیارهایی را از ماژول Sklea وارد کنیم.

از معیارهای واردات Sklea

پس از وارد کردن معیارها ، می توانیم از عملکرد ماتریس سردرگمی در مقادیر واقعی و پیش بینی شده خود استفاده کنیم.

confusion_matrix = metrics. confusion_matrix (واقعی ، پیش بینی شده)

برای ایجاد یک صفحه نمایش بصری قابل تفسیر ، باید جدول را به صفحه نمایش ماتریس سردرگمی تبدیل کنیم.

cm_display = metrics. confusionmatrixdisplay (confusion_matrix = confusion_matrix ، display_labels = [false ، true])

استفاده از صفحه نمایش مستلزم آن است که Pyplot را از Matplotlib وارد کنیم.

وارد کردن matplotlib. pyplot به عنوان plt

در آخر برای نمایش طرح می توانیم از توابع () و نمایش () از Pyplot استفاده کنیم.

کل نمونه را در عمل مشاهده کنید:

مثال

وارد کردن matplotlib. pyplot به عنوان plt واردات numpy از معیارهای واردات sklea

واقعی = numpy. random. binomial (1 ، . 9 ، اندازه = 1000) پیش بینی شده = numpy. random. binomial (1 ، . 9 ، اندازه = 1000)

confusion_matrix = metrics. confusion_matrix (واقعی ، پیش بینی شده)

cm_display = metrics. confusionmatrixdisplay (confusion_matrix = confusion_matrix ، display_labels = [false ، true])

نتیجه

نتایج توضیح داد

ماتریس سردرگمی ایجاد شده چهار ربع مختلف دارد:

منفی واقعی (چهارگوش بالا سمت چپ) مثبت کاذب (ربع بالا سمت راست) منفی کاذب (ربع پایین چپ) مثبت واقعی (ربع پایین راست)

درست است که مقادیر به طور دقیق پیش بینی شده بودند ، نادرست بدان معنی است که یک خطا یا پیش بینی اشتباه وجود دارد.

اکنون که ما یک ماتریس سردرگمی درست کرده ایم ، می توانیم اقدامات مختلفی را برای تعیین کیفیت مدل محاسبه کنیم. اول ، اجازه می دهیم به دقت نگاه کنیم.

معیارهای ایجاد شده

این ماتریس معیارهای مفیدی را برای ما فراهم می کند که به ما در ارزیابی مدل طبقه بندی کمک می کند.

اقدامات مختلف عبارتند از: دقت ، دقت ، حساسیت (فراخوان) ، ویژگی و نمره F ، که در زیر توضیح داده شده است.

دقت

دقت را اندازه گیری می کند که چند بار مدل صحیح است.

نحوه محاسبه

(مثبت مثبت + منفی واقعی) / پیش بینی های کل

مثال

دقت = metrics. acuracy_score (واقعی ، پیش بینی شده)

دقت، درستی

از موارد مثبت پیش بینی شده ، واقعاً مثبت است؟

نحوه محاسبه

مثبت مثبت / (مثبت واقعی + مثبت کاذب)

دقت موارد منفی پیش بینی شده را ارزیابی نمی کند:

مثال

Precision = Metrics. Precision_score (واقعی ، پیش بینی شده)

حساسیت (فراخوان)

از بین همه موارد مثبت ، چه درصد پیش بینی شده مثبت است؟

حساسیت (که گاهی اوقات فراخوان نامیده می شود) اندازه گیری می کند که مدل در پیش بینی مثبت است.

این بدان معناست که به مثبت های واقعی و منفی های دروغین (که مثبت هستند که به طور نادرست به عنوان منفی پیش بینی شده اند) نگاه می کند.

نحوه محاسبه

مثبت مثبت / (مثبت واقعی + منفی کاذب)

حساسیت در درک چگونگی پیش بینی مدل مثبت است:

مثال

Sensitivity_Recall = Metrics. Recall_Score (واقعی ، پیش بینی شده)

اختصاصی

چقدر مدل در پیش بینی نتایج منفی است؟

ویژگی شبیه به حساسیت است ، اما از نتایج منفی به آن نگاه می کند.

نحوه محاسبه

منفی واقعی / (منفی واقعی + مثبت کاذب)

از آنجا که این فقط برعکس فراخوان است ، ما از عملکرد recall_score استفاده می کنیم ، و برچسب موقعیت مخالف را می گیریم:

مثال

ویژگی = metrics. recall_score (واقعی ، پیش بینی شده ، pos_label = 0)

نمره محور

نمره F "میانگین هارمونیک" از دقت و حساسیت است.

این هم موارد منفی مثبت و هم کاذب را در نظر می گیرد و برای مجموعه داده های نامتعادل مفید است.

نحوه محاسبه

2 * ((دقت * حساسیت) / (دقت + حساسیت))

این نمره مقادیر منفی واقعی را در نظر نمی گیرد:

مثال

f1_score = metrics. f1_score (واقعی ، پیش بینی شده)

تمام کالولاسیون ها در یک: