标签：tps   image   head   art   inf   ali   cal   detail   soft   

• 二分类问题
• 多分类问题
• 连续变量问题

二、简单二分类问题的延伸

　　如果只是简单的二分类问题，只需要一个二分类的混淆矩阵即可对模型进行评估。但如果问题发生如下变化：

• 情况1：基于同一组数据集多次训练/测试不同的模型　
• 情况2：基于多个数据集测试评估同一个模型
  
• 情况3：执行多分类任务

　　此时，会产生多个不同的混淆矩阵，则需要引入两个新的概念“宏”与“微”。

（1）“宏”：

　　当产生n个混淆矩阵时，分别计算每个混淆矩阵的Precision，recall，F-measure，再计算各自的平均值，即产生：宏查准率 macro-P，宏查全率 macro-R，macro-F。

（2）“微”：

　　当产生n个混淆矩阵时，先将n个混淆矩阵中的TP，FP，TN，FN对应求平均值。然后按照简单二分类问题中Precision，recall，F1-measure的公式，分别求：微查准率 micro-P，微查全率 micro-R， micro-F。

1 from sklearn.metrics import precision_score
2 y_true = [0, 1, 2, 0, 1, 2]
3 y_pred = [0, 2, 1, 0, 0, 1]
4 p1 = precision_score(y_true, y_pred, average=‘macro‘)  
5 p2 = precision_score(y_true, y_pred, average=‘micro‘)
6 p3 = precision_score(y_true, y_pred, average=‘weighted‘)
7 p4 = precision_score(y_true, y_pred, average=None)

 参数：average介绍如下：（precision，recall，f1-score同）

三、多分类问题

（1）一般来说，多分类问题也可以拆分成n个二分类问题，即可产生n个混淆矩阵，使用上述“宏”“微”指标进行模型评估。举例子分析：150个样本数据，分成三类，每类50个样本数据，如下表所示（每行表示真实标签，每列表示预测标签）。

　　从表格数据中可以看出，对于类1，有43个样本数据预测正确，5个样本被错分为类2，2个样本数据被错为分类3。 同理，对于类2，有45个样本数据预测正确，2个样本数据被错分为类1，3个样本数据被错分为类3。对于类3，有49个样本数据预测正确，1个样本数据被错分为类2。之后，可分别计算每个类别precision，recall，F1-score。

（2）汉明损失（hamming loss）：其中|D|表示样本总数，|L|表示标签总数，x_i 表示预测标签，y_i 表示真实标签，xor表示异或关系，即 预测标签与真实标签的异或关系。从公式上可以看出，汉明损失关注的是被错误分类的标签的个数，所以，汉明损失值越小，模型效果越佳。

1 from sklearn.metrics import hamming_loss
2 y_pred = [1, 2, 3, 4]
3 y_true = [2, 2, 3, 4]
4 hamming_loss(y_true, y_pred)  #输出结果为0.25
5  
6 hamming_loss(np.array([[0, 1], [1, 1]]), np.zeros((2, 2)))  #输出结果为0.75

（3）交并比 IOU（intersection over union）：交比并

• 在连续性问题中，IOU表示的面积之比，即预测与真实的交集面积 比上 预测与真实的并集面积。
• 在分类问题中，IOU可近似用如下公式进行计算（参考百度百科）

参考资料：

• 深度学习基础（九）--softmax（多分类与评估指标） ： https://testerhome.com/topics/11262
• 多分类的评估指标： https://www.jianshu.com/p/100f3dee345d
• 多分类的评价指标：https://blog.csdn.net/yinyu19950811/article/details/82534505

001 分类模型评估指标（二）

标签：tps   image   head   art   inf   ali   cal   detail   soft   

原文地址：https://www.cnblogs.com/xdliyin/p/10371942.html