机器学习之混淆矩阵Precision,Recall,F1 score

第一部分：场景引入

我们以做核酸为例：

那么如何用数学来准确描述上述的这四种检测情况呢？

True Positive (TP)：代表True正确预测Positive正样本

False Positive (FP)：代表False错误预测Positive正样本

False Negative (FN)：代表False预测Negative负样本

True Negative (TN)：代表True正确Negative负样本

第二部分：正确率，精确率，召回率，F1分数

（1）正确率

这里的T=TP+TN

F=FP+FN

反映的是“模型的准确程度”

（2）精确率

衡量的是一种“错检程度”

（3）召回率

衡量的是一种“漏检程度”

（4）F1分数

F1分数是整合精确率和召回率：

这里不用算术平均值的原因是：如果一个很大，那么另一个就基本上会不起作用。

就好比你的钱和马云的前，加在一起除以2，最终也反应不了你自己的真实水平，因此我们取倒数，也就叫做“调和平均数”。

这个计算公式也非常类似于初中计算并联电阻的情况：

第三部分：代码实现（以鸢尾花数据集和逻辑回归二分类为例）

（1）导包

#第一部分：导包
import numpy as np
from sklearn import datasets

（2）创建数据集

#第二部分：加载数据集
iris=datasets.load_iris()
X=iris.data
y=iris.target

（3）分割数据集

#第三部分：分割数据集
#为了简化问题，我们将其转化为二分类问题
y[y!=0]=1
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
X_train,X_test,y_train,y_test=train_test_split(X,y,random_state=666)

（4）训练模型

#第四部分：训练模型
logreg=LogisticRegression()
logreg.fit(X_train,y_train)
y_pred=logreg.predict(X_test)

（5）输出混淆矩阵和四种评价指标

#第五部分：使用混淆矩阵评价模型
from sklearn.metrics import confusion_matrix
print("混淆矩阵为：",confusion_matrix(y_test,y_pred))
      #分别代表：
      #TN,FP
      #FN,TP
# 导入评价指标相关包
from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("准确率为：", accuracy)

# 计算精确率
precision = precision_score(y_test, y_pred)
print("精确率为：", precision)

# 计算召回率
recall = recall_score(y_test, y_pred)
print("召回率为：", recall)

# 计算 F1 分数
f1 = f1_score(y_test, y_pred)
print("F1 分数为：", f1)

（6）完整pycharm代码

#第一部分：导包
import numpy as np
from sklearn import datasets
#第二部分：加载数据集
iris=datasets.load_iris()
X=iris.data
y=iris.target
#第三部分：分割数据集
#为了简化问题，我们将其转化为二分类问题
y[y!=0]=1
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
X_train,X_test,y_train,y_test=train_test_split(X,y,random_state=666)
#第四部分：训练模型
logreg=LogisticRegression()
logreg.fit(X_train,y_train)
y_pred=logreg.predict(X_test)
#第五部分：使用混淆矩阵评价模型
from sklearn.metrics import confusion_matrix
print("混淆矩阵为：",confusion_matrix(y_test,y_pred))
      #分别代表：
      #TN,FP
      #FN,TP
# 导入评价指标相关包
from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("准确率为：", accuracy)

# 计算精确率
precision = precision_score(y_test, y_pred)
print("精确率为：", precision)

# 计算召回率
recall = recall_score(y_test, y_pred)
print("召回率为：", recall)

# 计算 F1 分数
f1 = f1_score(y_test, y_pred)
print("F1 分数为：", f1)