使用 Python 和 Scikit-Learn 进行模型性能度量

2023-04-13 00:00:00 python scikit

首先，在使用 Scikit-Learn 进行模型训练时，需要将数据集分成训练集和测试集。训练集用于训练模型，测试集用于测试模型性能。

以下是将数据集分为训练集和测试集的代码示例：

from sklearn.model_selection import train_test_split

# 将数据集分割成训练集和测试集，其中 test_size 表示测试集占总数据集的比例
# random_state 参数表示随机种子，确保每次分割的结果相同
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.3, random_state=42)

其中，X 表示特征数据集，Y 表示标签数据集。

接下来，我们可以使用 Scikit-Learn 提供的各种评估指标来衡量模型性能。以下是一些常用的指标：

  1. 准确率（Accuracy）

准确率是分类模型中最常用的评估指标，它可以简单地表示模型正确分类的样本数与总样本数的比例。

以下是准确率的代码示例：

from sklearn.metrics import accuracy_score

# 计算在测试集上的准确率
y_pred = model.predict(X_test)
accuracy = accuracy_score(Y_test, y_pred)
print("Accuracy:", accuracy)
  1. 精确率 (Precision)

精确率是指在预测为正例的样本中，真正为正例的样本所占的比例。

以下是精确率的代码示例：

from sklearn.metrics import precision_score

# 计算在测试集上的精确率
y_pred = model.predict(X_test)
precision = precision_score(Y_test, y_pred)
print("Precision:", precision)
  1. 召回率 (Recall)

召回率是指在真实为正例的样本中，被正确预测为正例的样本所占的比例。

以下是召回率的代码示例：

from sklearn.metrics import recall_score

# 计算在测试集上的召回率
y_pred = model.predict(X_test)
recall = recall_score(Y_test, y_pred)
print("Recall:", recall)
  1. F1 分数 (F1-Score)

F1 分数是精确率和召回率的调和平均值，它可以综合评估模型的性能。

以下是 F1 分数的代码示例：

from sklearn.metrics import f1_score

# 计算在测试集上的 F1 分数
y_pred = model.predict(X_test)
f1 = f1_score(Y_test, y_pred)
print("F1 Score:", f1)

除了上述指标之外，还有一些其他的评估指标，例如 AUC、ROC 曲线等。根据模型和数据集的不同，选择不同的指标进行评估。

相关文章