作者：陳安東，湖南大學(xué)，Datawhale成員

我與評(píng)價(jià)指標(biāo)的首次交鋒是第一次實(shí)習(xí)面試時(shí)，面試官開(kāi)頭就問(wèn)分類任務(wù)的評(píng)價(jià)指標(biāo)。我當(dāng)時(shí)TP,FP,FN,TN各種組合一頓上，回答得亂七八糟。后來(lái)經(jīng)歷多了，發(fā)現(xiàn)評(píng)價(jià)指標(biāo)的確是面試的高頻考點(diǎn)。

這次讓我們幾分鐘時(shí)間搞懂評(píng)價(jià)指標(biāo)，尤其是較難理解的ROC、AUC、精確率、召回率，為之后的數(shù)據(jù)科學(xué)之路打下基礎(chǔ)。

分類任務(wù)

TP,TN,FN,FP

這是個(gè)很直覺(jué)的分類，T在開(kāi)頭說(shuō)明這個(gè)是完全正確的。F開(kāi)頭就說(shuō)明是完全錯(cuò)誤的。

• 真正例(True Positive,?TP)：被模型預(yù)測(cè)為正的正樣本；

• 假正例(False Positive,?FP)：被模型預(yù)測(cè)為正的負(fù)樣本；

• 假負(fù)例(False Negative,?FN)：被模型預(yù)測(cè)為負(fù)的正樣本；

• 真負(fù)例(True Negative,?TN)：被模型預(yù)測(cè)為負(fù)的負(fù)樣本；

ACC精確度

在精確度中，ACC是最直覺(jué)的一種方式：

這里是將所有的預(yù)算結(jié)果與預(yù)測(cè)正確的做比率，得到的結(jié)果。但同時(shí)，這個(gè)評(píng)價(jià)指標(biāo)很容易受到樣本數(shù)量以及樣本是否均衡帶來(lái)的影響。

Precision精確率

對(duì)于精確率來(lái)說(shuō)，關(guān)注點(diǎn)在于，對(duì)于所有預(yù)測(cè)為正的數(shù)據(jù)中(有預(yù)測(cè)正確的，也有預(yù)測(cè)錯(cuò)誤的)。其中預(yù)測(cè)正確的比率：

FP是假預(yù)測(cè)，TP是真的預(yù)測(cè)

召回率Recall

這里還是關(guān)注于正樣本。在樣本中的所有真正的正樣本里，有多少比率是預(yù)測(cè)對(duì)了，如同下圖：

同樣都是關(guān)注正樣本，怎么區(qū)分精確度和召回度？

這的確是很容易混淆的兩個(gè)概念，試想一個(gè)場(chǎng)景來(lái)區(qū)分：有一批零件，通過(guò)我們做出的機(jī)器學(xué)習(xí)算法，篩選出了一批需要的零件。其中，這批篩選出的零件中，我們的注意力只關(guān)注篩選結(jié)果為正的部分(只關(guān)注，其他結(jié)果壓根不看)，那這樣篩選的零件就包含TP+FP。要看看這個(gè)被篩選的零件中有多少是需要的，那么這里的評(píng)價(jià)指標(biāo)就是精確度Precision=(TP)/(TP+FP)

那什么是召回呢？召回的意思就是說(shuō)，我們還是想要好的零件。雖然機(jī)器學(xué)習(xí)已經(jīng)篩選出來(lái)了好的零件，但是理論上還是有一部分好的設(shè)備被遺漏了。我們需要默默的將遺漏的好設(shè)備撿回來(lái)(畢竟花了錢(qián)了，不能浪費(fèi))，這個(gè)行為叫做召回，那么我們需要用到召回率Rcall=(TP)/(TP+FN)

P-R曲線

若一個(gè)學(xué)習(xí)器A的P-R曲線被另一個(gè)學(xué)習(xí)器B的P-R曲線完全包住，則稱：B的性能優(yōu)于A。若A和B的曲線發(fā)生了交叉，則誰(shuí)的曲線下的面積大，誰(shuí)的性能更優(yōu)。但一般來(lái)說(shuō)，曲線下的面積是很難進(jìn)行估算的，所以衍生出了“平衡點(diǎn)”（Break-Event Point，簡(jiǎn)稱BEP），即當(dāng)P=R時(shí)的取值，平衡點(diǎn)的取值越高，性能更優(yōu)。

這里可以知道的是，P(精確率)與R(召回率)是此消彼長(zhǎng)的，也就是說(shuō)，一個(gè)高一個(gè)就會(huì)低。所有對(duì)于一個(gè)綜合的評(píng)價(jià)指標(biāo)來(lái)說(shuō)，可以很直覺(jué)的想到，將兩個(gè)參數(shù)做加權(quán)調(diào)和平均數(shù)。這樣就成為了F1。

F1

F1就是精確率和召回率的加權(quán)調(diào)和平均數(shù)。

特別的，當(dāng)β=1的時(shí)候就是F1：

ROC

優(yōu)點(diǎn)：在測(cè)試樣本中正負(fù)樣本分布不一樣的，ROC曲線可以保持不變。

ROC這個(gè)優(yōu)勢(shì)的來(lái)自于靈敏度和特異度這兩個(gè)評(píng)價(jià)標(biāo)準(zhǔn)

靈敏度(TPR)：其實(shí)本質(zhì)上是正樣本召回率

特異度(TNR)：本質(zhì)上是負(fù)樣本的召回率

計(jì)算ROC除了上面兩個(gè)指標(biāo)外，還有假負(fù)率和假正率。但是這兩個(gè)指標(biāo)的計(jì)算很簡(jiǎn)單。假負(fù)率 = （1-靈敏度）；假正率=（1-特異度）

其實(shí)可以這樣理解，如果一個(gè)驗(yàn)證的數(shù)據(jù)是不均衡的，那么這個(gè)在分類的時(shí)候，準(zhǔn)確率會(huì)考慮到不均衡的所有數(shù)據(jù)。但是如果是靈敏度和特異度，它只會(huì)考慮到正例或者負(fù)例，不考慮整體的數(shù)據(jù)分布。

那么回到ROC曲線，這個(gè)ROC曲線的兩個(gè)指標(biāo)分別為靈敏度和假正率，效果如圖：

兩個(gè)模型用這個(gè)指標(biāo)做評(píng)價(jià)的時(shí)候，如果一個(gè)模型A可以包裹住另一個(gè)模型B，那么這個(gè)模型A就優(yōu)于模型B。如果A和B兩個(gè)模型有交叉，那么這個(gè)就看它們曲線下的面積大了，面積大的模型性能更優(yōu)。

AUC

AUC說(shuō)白了就是ROC曲線下面的面積大小。AUC越大，說(shuō)明ROC曲線下面的面積越大，則這個(gè)模型的性能更好。一般來(lái)說(shuō)，AUC的值介于0.5到1之間。因?yàn)?.5說(shuō)明，二分類模型隨機(jī)猜測(cè)，有一半的幾率猜中。

回歸任務(wù)

回歸任務(wù)不同于分類任務(wù)。它是帶入輸入之后，返回一個(gè)value。其中回歸任務(wù)的評(píng)價(jià)指標(biāo)衡量的是，模型預(yù)測(cè)數(shù)值和標(biāo)簽提供數(shù)值之間的差距。其中對(duì)于評(píng)價(jià)指標(biāo)的優(yōu)劣其實(shí)并不好評(píng)價(jià)，這里只列出常用的指標(biāo)。

MAE(Mean Absolute Error)平均絕對(duì)誤差

對(duì)差值的絕對(duì)值求平均。

MSE(Mean Squared Error)均方誤差

是對(duì)誤差平方的期望。

RMSE(Root Mean Squared Error)均方誤差根

對(duì)MSE指標(biāo)求平方根。

結(jié)尾

評(píng)價(jià)指標(biāo)學(xué)習(xí)完畢啦。對(duì)于比較難理解的ROC、AUC、精確率、召回率，文中都列舉了場(chǎng)景，希望可以幫助到大家。其實(shí)搞懂核心概念，之后都是它的衍生。

往期精彩回顧適合初學(xué)者入門(mén)人工智能的路線及資料下載機(jī)器學(xué)習(xí)及深度學(xué)習(xí)筆記等資料打印機(jī)器學(xué)習(xí)在線手冊(cè)深度學(xué)習(xí)筆記專輯《統(tǒng)計(jì)學(xué)習(xí)方法》的代碼復(fù)現(xiàn)專輯 AI基礎(chǔ)下載機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)專輯溫州大學(xué)《機(jī)器學(xué)習(xí)課程》視頻 本站qq群851320808，加入微信群請(qǐng)掃碼：

總結(jié)

以上是生活随笔為你收集整理的【机器学习】搞懂机器学习的常用评价指标！的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。