本文主要是介绍sklearn 笔记 metrics,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
1 分类
1.1 accuracy_score 分类准确率得分
在多标签分类中,此函数计算子集准确率:y_pred的标签集必须与 y_true 中的相应标签集完全匹配。
1.1.1 参数
y_true | 真实(正确)标签 |
y_pred | 由分类器返回的预测标签 |
normalize |
|
sample_weight | 样本权重 |
-
二元分类中,等同于 jaccard_score
1.1.2 举例
from sklearn.metrics import accuracy_scorey_pred = [0, 2, 1, 3]
y_true = [0, 1, 2, 3]
accuracy_score(y_true, y_pred)
#0.5accuracy_score(y_true, y_pred, normalize=False)
#2
1.2 balanced_accuracy_score 计算平衡准确率
平衡准确率用于二元和多类分类问题中处理数据不平衡的情况。它定义为每个类别上获得的召回率的平均值。
当 adjusted=False 时,最佳值为 1,最差值为 0
sklearn.metrics.balanced_accuracy_score(y_true, y_pred, *, sample_weight=None, adjusted=False)
1.2.1 参数
y_true | 真实(正确)的目标值 |
y_pred | 由分类器返回的预估目标值 |
sample_weight | 样本权重 |
adjusted | 当为真时,结果会进行机会调整,使随机性能得分为 0,而完美性能保持得分为 1 |
1.2.2 举例
from sklearn.metrics import balanced_accuracy_score
y_true = [0, 1, 0, 0, 1, 0]
y_pred = [0, 1, 0, 0, 0, 1]
balanced_accuracy_score(y_true, y_pred),accuracy_score(y_true, y_pred)
#(0.625, 0.6666666666666666)'''
3/4+1/2=0.625
'''
1.3 top_k_accuracy_scoreTop-k 准确率分类得分
计算正确标签位于预测(按预测得分排序)的前 k 个标签中的次数
sklearn.metrics.top_k_accuracy_score(y_true, y_score, *, k=2, normalize=True, sample_weight=None, labels=None)
1.3.1 参数
y_true | 真实(正确)的目标值 |
y_pred | 由分类器返回的预估目标值 |
k | topk的k |
normalize |
|
sample_weight | 样本权重 |
1.3.2 举例
import numpy as np
from sklearn.metrics import top_k_accuracy_score
y_true = np.array([0, 1, 2, 2])
y_score = np.array([[0.5, 0.2, 0.2], # 0 is in top 2[0.3, 0.4, 0.2], # 1 is in top 2[0.2, 0.4, 0.3], # 2 is in top 2[0.7, 0.2, 0.1]]) # 2 isn't in top 2
top_k_accuracy_score(y_true, y_score, k=2)
#0.75
1.4 f1_score F1 分数
sklearn.metrics.f1_score(y_true, y_pred, *, labels=None, pos_label=1, average='binary', sample_weight=None, zero_division='warn')
1.4.1 参数
y_true | 真实(正确)的目标值 |
y_pred | 由分类器返回的预估目标值 |
labels | 当 可以排除labels数据中存在的标签,例如在多类分类中可视为被排除的“负类” 默认情况下,labels=None,即使用 y_true 和 y_pred 中的所有标签,按排序顺序 |
pos_label | 如果 对于多类或多标签目标,设置 |
average | 这是对多类/多标签目标必需的。 如果为 None,则返回每个类的分数。 否则,这决定了对数据执行的平均类型:
|
sample_weight | 样本权重 |
zero_division | 当发生零除法时返回的值,即所有预测和标签都是负的情况 |
1.4.2 举例
import numpy as np
from sklearn.metrics import f1_score
y_true = [0, 1, 2, 0, 1, 2]
y_pred = [0, 2, 1, 0, 0, 1]
f1_score(y_true, y_pred, average='macro')
#0.26666666666666666
f1_score(y_true, y_pred, average='micro')
#0.3333333333333333
f1_score(y_true, y_pred, average='weighted')
#0.26666666666666666
f1_score(y_true, y_pred, average=None)
#array([0.8, 0. , 0. ])
这个是怎么算出来的呢?
1.5 precision_score & recall_score
参数和用法和f1_score一致,就不多说了
1.6 jaccard_score
参数和f1_score一致
1.6 log loss 交叉熵损失
对于具有真实标签 y 和概率估计 p 的单个样本,log loss 为:
1.6.1 参数
y_true | 真实(正确)的目标值 |
y_pred | 由分类器返回的预估目标值 |
eps | Log loss 在 p=0 或 p=1 时未定义,因此概率被剪辑到 max(eps, min(1 - eps, p)) 默认值取决于 y_pred 的数据类型 |
normalize |
|
sample_weight | 样本权重 |
labels | labels array-like,默认为 None
|
1.6.2 举例
from sklearn.metrics import log_loss
log_loss(["spam", "ham", "ham", "spam"],[[.1, .9], [.9, .1], [.8, .2], [.35, .65]])
#0.21616187468057912
怎么算出来的呢?
首先,这里没有提供labels,所以需要自己从y_true中infer出来,这边有两个不同的label:“ham"和”spam",通过排序,可以知道每一个二元组中的第一个元素是ham的概率,第二个元素是spam的概率’‘
import math# 计算第一个样本的 log loss
loss1 = -(1 * math.log(0.9) + 0 * math.log(0.1))# 计算第二个样本的 log loss
loss2 = -(0 * math.log(0.1) + 1 * math.log(0.9))# 计算第三个样本的 log loss
loss3 = -(0 * math.log(0.2) + 1 * math.log(0.8))# 计算第四个样本的 log loss
loss4 = -(1 * math.log(0.65) + 0 * math.log(0.35))# 计算平均 log loss
average_log_loss = (loss1 + loss2 + loss3 + loss4) / 4
average_log_loss
#0.21616187468057912
2 聚类
2.1 调整互信息
sklearn.metrics.adjusted_mutual_info_score(labels_true, labels_pred, *, average_method='arithmetic')
- 调整互信息(AMI,Adjusted Mutual Information)是互信息(MI,Mutual Information)的一个改进版本,用于考虑随机性的影响。
- 互信息通常会随着聚类数量的增加而增加,无论是否实际上共享了更多的信息。
- AMI通过修正互信息,排除了这种数量上的偏差。
- 对于两个聚类 U 和 V,AMI的计算公式如下:
2.1.1 参数
y_true | 真实(正确)的目标值 |
y_pred | 由分类器返回的预估目标值 |
average_method | {‘min’, ‘geometric’, ‘arithmetic’, ‘max’},默认为 ‘arithmetic’ 计算分母中规范化因子的方法 |
2.1.2 举例
from sklearn.metrics import adjusted_mutual_info_score
labels_true = [0, 0, 1, 1, 2, 2]
labels_pred = [0, 0, 1, 2, 2, 2]
ami_score = adjusted_mutual_info_score(labels_true, labels_pred)
print("Adjusted Mutual Information (AMI) score:", ami_score)
#Adjusted Mutual Information (AMI) score: 0.5023607027202738
3 回归
3.1 max_error
sklearn.metrics.max_error(y_true, y_pred)
y_true | 真实(正确)的目标值 |
y_pred | 由分类器返回的预估目标值 |
from sklearn.metrics import max_error
y_true = [3, 2, 17, 1]
y_pred = [4, 2, 7, 1]
max_error(y_true, y_pred)
#10
3.2 mean_absolute_error
sklearn.metrics.mean_absolute_error(y_true, y_pred, *, sample_weight=None, multioutput='uniform_average')
3.2.1 参数
y_true | 真实(正确)的目标值 |
y_pred | 由分类器返回的预估目标值 |
sample_weight | 样本权重 |
multioutput | 定义多输出值的聚合方式
|
3.2.2 举例
from sklearn.metrics import mean_absolute_error
y_true = [0.5, -1, 7]
y_pred = [0, -1, 8]
mean_absolute_error(y_true, y_pred)
#0.5y_true = [[0.5, 1], [-1, 1], [7, -6]]
y_pred = [[0, 2], [-1, 2], [8, -5]]
mean_absolute_error(y_true, y_pred, multioutput='raw_values')
#array([0.5, 1. ])mean_absolute_error(y_true, y_pred)
#0.75
#上式两个取平均mean_absolute_error(y_true, y_pred, multioutput=[0.3, 0.7])
#0.85
#0.5*0.3+1*0.7
3.3mean_squared_error
sklearn.metrics.mean_squared_error(y_true, y_pred, *, sample_weight=None, multioutput='uniform_average', squared='deprecated')
y_true | 真实(正确)的目标值 |
y_pred | 由分类器返回的预估目标值 |
sample_weight | 样本权重 |
multioutput | 定义多输出值的聚合方式
|
squared | 如果为True,就是MSE; 如果为False,就是RMSE |
3.4 root_mean_squared_error
y_true | 真实(正确)的目标值 |
y_pred | 由分类器返回的预估目标值 |
sample_weight | 样本权重 |
multioutput | 定义多输出值的聚合方式
|
3.5mean_squared_log_error
sklearn.metrics.mean_squared_log_error(y_true, y_pred, *, sample_weight=None, multioutput='uniform_average', squared='deprecated')
y_true | 真实(正确)的目标值 |
y_pred | 由分类器返回的预估目标值 |
sample_weight | 样本权重 |
multioutput | 定义多输出值的聚合方式
|
squared | 如果为True,就是MSLE; 如果为False,就是RMSLE |
3.6 root_mean_squared_log_error
root_mean_squared_log_error(y_true, y_pred, *, sample_weight=None, multioutput='uniform_average')
y_true | 真实(正确)的目标值 |
y_pred | 由分类器返回的预估目标值 |
sample_weight | 样本权重 |
multioutput | 定义多输出值的聚合方式
|
3.7 median_absolute_error
sklearn.metrics.median_absolute_error(y_true, y_pred, *, multioutput='uniform_average', sample_weight=None)
y_true | 真实(正确)的目标值 |
y_pred | 由分类器返回的预估目标值 |
sample_weight | 样本权重 |
multioutput | 定义多输出值的聚合方式
|
3.8 median_absolute_error
sklearn.metrics.median_absolute_error(y_true, y_pred, *, multioutput='uniform_average', sample_weight=None)
absolute error的中位数
y_true | 真实(正确)的目标值 |
y_pred | 由分类器返回的预估目标值 |
sample_weight | 样本权重 |
multioutput | 定义多输出值的聚合方式
|
3.9 mean_absolute_percentage_error
sklearn.metrics.mean_absolute_percentage_error(y_true, y_pred, *, sample_weight=None, multioutput='uniform_average')
y_true | 真实(正确)的目标值 |
y_pred | 由分类器返回的预估目标值 |
sample_weight | 样本权重 |
multioutput | 定义多输出值的聚合方式
|
这篇关于sklearn 笔记 metrics的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!