模型评估方法（混淆矩阵）

最新推荐文章于 2025-06-15 16:33:07 发布

原创最新推荐文章于 2025-06-15 16:33:07 发布 · 1.2w 阅读

84 ·

CC 4.0 BY-SA版权

文章标签：

#混淆矩阵 #模型评估方法

数据挖掘专栏收录该内容

51 篇文章

订阅专栏

本文深入探讨了数据挖掘和机器学习模型的评估方法，包括回归、聚类和分类模型的评估指标，如MAE、MSE、轮廓系数、混淆矩阵、准确率、精确率、召回率、F1值、ROC曲线和AUC值，并讨论了如何平衡精确率和召回率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在数据挖掘或机器学习建模后往往会面临一个问题，就是该模型是否可靠？可靠性如何？也就是说模型的性能如何我们暂时不得而知。

如果模型不加验证就使用，那后续出现的问题将会是不可估计的。所以通常建模后我们都会使用模型评估方法进行验证，当验证结果处于我们的可控范围之内或者效果更佳，那该模型便可以进行后续的进一步操作。

这里又将面临一个新的问题——如何选择评估方法，其实通常很多人都会使用比较简单的错误率来衡量模型的性能，错误率指的是在所有测试样例中错分的样例比例。实际上，这样的度量错误掩盖了样例如何被分错的事实。其实相对于不同的问题会有不同的评估思路：

回归模型：

对于回归模型的评估方法，我们通常会采用平均绝对误差（MAE）、均方误差（MSE）、平均绝对百分比误差（MAPE）等方法。

聚类模型：

对于聚类模型的评估方法，较为常见的一种方法为轮廓系数（Silhouette Coefficient ），该方法从内聚度和分离度两个方面入手，用以评价相同数据基础上不同聚类算法的优劣。

分类模型：

本篇文章将会主要描述分类模型的一种评估方法——混淆矩阵。对于二分类问题，除了计算正确率方法外，我们常常会定义正类和负类，由真实类别（行名）与预测类别（列名）构成混淆矩阵。

首先直观的来看看（混淆矩阵图）：

文字详细说明：

TN：将负类预测为负类（真负类）
FN：将正类预测为负类（假负类）
TP：将正类预测为正类（真正类）
FP：将负类预测为正类（假正类）

最后根据混淆矩阵得出分类模型常用的分类评估指标：

准确率 Accuracy：

测试样本中正确分类的样本数占总测试的样本数的比例。公式如下：

$Accuracy = \frac{TP+TN}{TP+TN+FP+FN}$

scikit-learn 准确率的计算方法：sklearn.metrics.accuracy_score(y_true, y_pred)

from sklearn.metrics import accuracy_score
accuracy_score(y_test, y_predict)

精确率 Precision：

准确率又叫查准率，测试样本中正确分类为正类的样本数占分类为正类样本数的比例。公式如下：

$Precision = \frac{TP}{TP+FP}$

scikit-learn 精确率的计算方法：sklearn.metrics.precision_score(y_true, y_pred)

from sklearn.metrics import precision_score
precision_score(y_test, y_predict)

召回率 Recall：

召回率又称查全率，测试样本中正确分类为正类的样本数占实际为正类样本数的比例。公式如下：

$Recall = \frac{TP}{TP+FN}$

scikit-learn 召回率的计算方法：sklearn.metrics.recall_score(y_true, y_pred)

from sklearn.metrics import recall_score
recall_score(y_test, y_predict)

F1 值：

F1 值是查准率和召回率的加权平均数。F1 相当于精确率和召回率的综合评价指标，对衡量数据更有利，更为常用。公式如下：

$F1 = \frac{2*(Precision*Recall)}{Precision+Recall}$

scikit-learn F1的计算方法：sklearn.metrics.f1_score(y_true, y_pred)

from sklearn.metrics import f1_score
f1_score(y_test, y_predict)

ROC 曲线：

在部分分类模型中（如：逻辑回归），通常会设置一个阈值如0.5，当大于0.5归为正类，小于则归为负类。因此，当减小阈值如0.4时，模型将会划分更多测试样本为正类。这样的结果是提高了正类的分类率，但同时也会使得更多负类被错分为正类。

在ROC 曲线中有两个参数指标——TPR、FPR，公式如下：

$TPR = \frac{TP}{TP+FN}$

$FPR = \frac{FP}{FP+TN}$

TPR 代表能将正例分对的概率（召回率），而 FPR 则代表将负例错分为正例的概率。

TPR作为ROC 曲线的纵坐标，FPR作为ROC曲线的横坐标，如下图：

由图可得：

当 FPR=0，TPR=0 时，意味着将每一个实例都预测为负例。
当 FPR=1，TPR=1 时，意味着将每一个实例都预测为正例。
当 FPR=0，TPR=1 时，意味着为最优分类器点。

所以一个优秀的分类器对应的ROC曲线应该尽量靠近左上角，越接近45度直线时效果越差。

scikit-learn ROC曲线的计算方法：

sklearn.metrics.roc_curve(y_true, y_score)

AUC 值：

AUC 的全称为 Area Under Curve，意思是曲线下面积，即 ROC 曲线下面积。通过AUC我们能得到一个准确的数值，用来衡量分类器好坏。

AUC=1：最佳分类器。
0.5<AUC<1：分类器优于随机猜测。
AUC=0.5：分类器和随机猜测的结果接近。
AUC<0.5：分类器比随机猜测的结果还差。

scikit-learn AUC的计算方法：

sklearn.metrics.auc(y_true, y_score)

from matplotlib import pyplot as plt
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import roc_curve
from sklearn.metrics import auc

model = LogisticRegression()
model.fit(X_train,y_train.ravel())

y_score = model.decision_function(X_test)    # model训练好的分类模型
fpr, tpr, _ = roc_curve(y_test, y_score)    # 获得FPR、TPR值
roc_auc = auc(fpr, tpr)    # 计算AUC值

plt.plot(fpr, tpr, label='ROC curve (area = %0.2f)' % roc_auc)
plt.plot([0, 1], [0, 1], color='navy', linestyle='--')
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.legend()
plt.show()

由于（精准率、召回率）与（偏差、方差）很相似，都是一对需要平衡的衡量值，（偏差、方差）衡量模型的拟合能力与泛化能力，而（精准率、召回率）则需要考虑的情况更多，主要如下3点：

1：如果某个业务需要控制一定的成本，同时还想要最大限制的预测出更多的问题。（精确率、召回率平衡）

2：（极端情况）如果某个业务成本可以最大化，只要得出所有的可能性。（牺牲精确率，提高召回率）

3：（极端情况）如果某个业务成本需要最小化，只要模型不出错即可。（牺牲召回率，提高精确率）

提高阈值，如逻辑回归中修改sigmoid函数的判断阈值k=0.5，我们来看看精确率与召回率的变化情况：

1：提高k大于0.5，精确率提高，召回率下降

2：降低k小于0.5，精确率下降，召回率提高