Wyniki testów prawdziwie i fałszywie pozytywnych i negatywnych są używane do obliczania kilku przydatnych do oceny modeli. Które wskaźniki oceny są najbardziej przydatne znaczenie zależy od modelu i konkretnego zadania, różnych błędnych klasyfikacji, a także tego, czy zbiór danych jest zrównoważony niezrównoważony.
Wszystkie dane w tej sekcji są obliczane na podstawie jednego stałego progu, i zmieniać próg. Użytkownik bardzo często dostosowuje aby zoptymalizować jeden z tych wskaźników.
Dokładność
Dokładność to stosunek wszystkich prawidłowe i negatywne klasyfikacje. Jest zdefiniowany matematycznie jako:
\[\text{Accuracy} = \frac{\text{correct classifications}}{\text{total classifications}} = \frac{TP+TN}{TP+TN+FP+FN}\]
W przykładzie klasyfikacji spamu dokładność mierzy ułamek wszystkich prawidłowo sklasyfikowanych e-maili.
Idealny model miałby zero wyników fałszywie pozytywnych i zero wyników fałszywie negatywnych oraz i z dokładnością 1,0, czyli 100%.
Ponieważ uwzględnia w nim wszystkie 4 wyniki tabela pomyłek (TP, FP, TN, FN) przy zrównoważonym z podobną liczbą przykładów w obu klasach, dokładność stanowią szczegółową miarę jakości modelu. Z tego powodu często domyślny wskaźnik oceny używany na potrzeby modeli ogólnych lub nieokreślonych wykonywanie ogólnych lub nieokreślonych zadań.
Jeśli jednak zbiór danych jest niezrównoważony, lub gdzie jeden rodzaj błędu (FN lub FP) jest droższy od drugiego, w większości praktycznych zastosowań, lepiej jest optymalizować pod kątem inne dane.
W przypadku mocno niezrównoważonych zbiorów danych, w których jedna klasa pojawia się bardzo rzadko, W tym czasie model, który w 100% przypadków przewidywał wartość ujemną, uzyskałby wynik 99% choć jest bezużyteczna.
Czułość lub współczynnik prawdziwie pozytywnych
Współczynnik prawdziwie dodatnich (TPR) lub odsetek wszystkich rzeczywistych wyników dodatnich, które są prawidłowo sklasyfikowane jako dodatnie, jest również określane jako recall.
Czułość jest definiowana matematycznie jako:
\[\text{Recall (or TPR)} = \frac{\text{correctly classified actual positives}}{\text{all actual positives}} = \frac{TP}{TP+FN}\]
Wynik fałszywie negatywny to rzeczywiste wyniki dodatnie, które zostały błędnie sklasyfikowane jako wyniki negatywne. dlatego są liczone w mianowniku. W przykładzie klasyfikacji spamu mierzy ułamek e-maili zawierających spam, które zostały poprawnie sklasyfikowane jako spamu. Dlatego inną nazwą czułości jest prawdopodobieństwo wykrycia. odpowiada na pytanie „Jaka część e-maili zawierających spam jest wykrywana modelu?”
Hipotetyczny model idealny miałby zero wyników fałszywie negatywnych, a w związku z tym czułość (TPR) wynoszący 1, 0, czyli 100% współczynnik wykrywania.
W niezrównoważonym zbiorze danych, w którym liczba rzeczywistych pozytywnych wyników jest bardzo, bardzo niski, powiedzmy łącznie 1–2 przykłady, czułość jest mniej istotna i mniej przydatna jako wskaźnik.
Współczynnik wyników fałszywie pozytywnych
Współczynnik wyników fałszywie pozytywnych (FPR). to odsetek wszystkich rzeczywistych wyników negatywnych, które zostały sklasyfikowane nieprawidłowo jako dodatnie, czyli prawdopodobieństwo wystąpienia fałszywego alarmu. Jest zdefiniowany matematycznie jako:
\[\text{FPR} = \frac{\text{incorrectly classified actual negatives}} {\text{all actual negatives}} = \frac{FP}{FP+TN}\]
Wyniki fałszywie pozytywne to rzeczywiste wyniki negatywne, które zostały błędnie sklasyfikowane. pojawią się w mianowniku. W przykładzie klasyfikacji spamu FPR mierzy liczbę część wiarygodnych e-maili,które zostały nieprawidłowo sklasyfikowane jako spam lub częstość występowania fałszywych alarmów dla modelu.
Idealny model miałby zero wyników fałszywie pozytywnych, a tym samym FPR równy 0,0, czyli 0% fałszywych alarmów.
W niezrównoważonym zbiorze danych, w którym liczba rzeczywistych wyników negatywnych jest bardzo, bardzo niski, powiedzmy łącznie 1–2 przykłady, FPR jest mniej istotne i mniej przydatne jako wskaźnik.
Precyzja
Precyzja to część wszystkich pozytywnych klasyfikacji modelu które są faktycznie pozytywne. Jest to matematyczna definicja:
\[\text{Precision} = \frac{\text{correctly classified actual positives}} {\text{everything classified as positive}} = \frac{TP}{TP+FP}\]
W przykładzie klasyfikacji spamu precyzja mierzy ułamek e-maili sklasyfikowanych jako spam, które w rzeczywistości są spamem.
Hipotetyczny model idealny miałby zero wyników fałszywie pozytywnych, więc z dokładnością rzędu 1,0.
W niezrównoważonym zbiorze danych, w którym liczba rzeczywistych pozytywnych wyników jest bardzo, bardzo niski, powiedzmy łącznie 1–2 przykłady, precyzja jest mniej istotna i mniej przydatna jako wskaźnik.
Precyzja zwiększa się wraz ze spadkiem wyników fałszywie pozytywnych, a czułość poprawia się, gdy Spadek wyników fałszywie negatywnych. Jak widać w poprzedniej sekcji, zwiększenie próg klasyfikacji zazwyczaj zmniejsza liczbę wyników fałszywie pozytywnych i zwiększa liczbę wyników fałszywie negatywnych, a obniżenie progu przeciwdziałania skutkom. W rezultacie precyzja i czułość często wykazują odwrotność. a ulepszenie jednego z nich pogarsza wyniki drugiego.
Sprawdź to:
Co oznacza NaN w statystykach?
NaN lub „nie jest liczbą”, jest wynikiem dzielenia przez 0, co może się zdarzyć. za pomocą któregoś z tych wskaźników. Jeśli na przykład TP i FP mają wartość 0, Wzór na precyzję ma w mianowniku 0, co daje NaN. Choć W niektórych przypadkach NaN może wskazywać idealną wydajność i może być wynikiem 1,0 może też pochodzić z modelu, który bezużyteczny. Na przykład model, który nigdy nie prognozuje wartości pozytywnych, miałby 0 TP i 0 FP i dlatego obliczenie jej dokładności dałoby NaN.
Wybór danych i zalet
Dane, które wybierzesz w pierwszej kolejności podczas oceny modelu jego wybór zależy od kosztów, korzyści i ryzyka związanego z konkretnego problemu. W przykładzie klasyfikacji spamu często powoduje to, nadaj priorytet czułością, przechwytywanie wszystkich e-maili zawierających spam lub precyzję, próbuje się upewnić, że e-maile oznaczone jako spam faktycznie są spamem. ich równoważność, powyżej pewnego minimalnego poziomu dokładności.
| Dane | Wskazówki |
|---|---|
| Dokładność | Użyj jako przybliżonego wskaźnika modelu postęp lub zbieżność trenowania w przypadku zrównoważonych zbiorów danych. Aby uzyskać wydajność modelu, używaj tej wartości tylko w połączeniu z innymi danymi. Unikaj w przypadku niezrównoważonych zbiorów danych. Rozważ użycie innego wskaźnika. |
| Czułość (współczynnik prawdziwie pozytywnych) |
Użyj, gdy liczba wyników fałszywie negatywnych jest większa kosztują więcej niż wyniki fałszywie pozytywne. |
| Współczynnik wyników fałszywie pozytywnych | Użyj, gdy wyniki fałszywie dodatnie droższe od wyników fałszywie negatywnych. |
| Precyzja | Używaj, gdy jest to bardzo ważne aby były dokładne. |
(Opcjonalnie, zaawansowany) Wynik F1
Wynik F1 to średnia harmoniczna (a typ średniej) precyzji i czułości.
Metoda matematyczna jest obliczana przez:
Ten wskaźnik równoważy znaczenie precyzji i czułości. częściej niż w przypadku zbiorów danych o niezbalansowanej klasie. Kiedy precyzja a oba mają idealne wyniki 1,0, F1 również ma idealny wynik. wynosi 1,0. Ogólnie rzecz biorąc, gdy precyzja i czułość są zbliżone do wartości, F1 być zbliżony do ich wartości. Gdy precyzja i czułość są daleko od siebie, F1 być podobne do tych, które są gorsze.