我认为我的参数中存在一些问题,因为我得到了不同的结果。由于代码量巨大,我无法复制和粘贴所有代码,只能复制和粘贴相关部分。 我使用不同的模型来预测一个账户是假的还是假的。 模型示例如下所示:
rf = Pipeline([
('rfCV',FeaturesSelection.countVect),
('rf_clf',RandomForestClassifier(n_estimators=200,n_jobs=3))
])
rf.fit(DataPreparation.train_acc['Acc'],DataPreparation.train_acc['Label'])
predicted_rf = rf.predict(DataPreparation.test_acc['Acc'])
np.mean(predicted_rf == DataPreparation.test_acc['Label'])
Then I use K-Fold cross validation:
def confusion_matrix(classifier):
k_fold = KFold(n_splits=5)
scores = []
confusion = np.array([[0,0],[0,0]])
for train_ind, test_ind in k_fold.split(DataPreparation.train_acc):
train_text = DataPreparation.train_acc.iloc[train_ind]['Acc']
train_y = DataPreparation.train_acc.iloc[train_ind]['Label']
test_text = DataPreparation.train_acc.iloc[test_ind]['Acc']
test_y = DataPreparation.train_acc.iloc[test_ind]['Label']
classifier.fit(train_text,train_y)
predictions = classifier.predict(test_text)
confusion += confusion_matrix(test_y,predictions)
score = f1_score(test_y,predictions)
scores.append(score)
return (print('Score:', sum(scores)/len(scores)))
将其应用于所有分类器
build_confusion_matrix(nb_pipeline)
build_confusion_matrix(svm_pipeline)
build_confusion_matrix(rf)
我得到:
Score: 0.5697
Score: 0.5325
Score: 0.5857
但是,如果我想按如下方式创建分类报告:
print(classification_report(DataPreparation.test_acc['Label'], predicted_nb))
print(classification_report(DataPreparation.test_acc['Label'], predicted_svm))
print(classification_report(DataPreparation.test_acc['Label'], predicted_rf))
输出是不同的。例如: (注)
precision recall f1-score support
0.0 0.97 0.86 0.91 580
1.0 0.41 0.72 0.53 80
(支持向量机)
precision recall f1-score support
0.0 0.94 0.96 0.95 580
1.0 0.61 0.53 0.52 80
如果我创建一个总结报告,如下所示:
f1 = f1_score(DataPreparation.test_acc['Label'], predicted_rf)
pres = precision_score(DataPreparation.test_acc['Label'], predicted_rf)
rec = recall_score(DataPreparation.test_acc['Label'], predicted_rf)
acc = accuracy_score(DataPreparation.test_acc['Label'], predicted_rf)
res = res.append({'Precision': pres,
'Recall': rec, 'F1-score': f1, 'Accuracy': acc}, ignore_index = True)
我也得到了不同的结果
我在看f1的成绩。我希望所有的分类报告都是如此
您能告诉我,我用于构建分类报告、分数和/或汇总表的参数中是否存在任何错误吗
F1成绩与班级有着内在的联系。这就是为什么在分类报告中有两个F1分数。当您打印f1_分数(true,predicted)时,它只会给您一个数字,根据sklearn的文档,该数字默认为指定为正值的类的f1分数(来源:https://scikit-learn.org/stable/modules/generated/sklearn.metrics.f1_score.html,参数>;average)。分类报告返回所有类型的平均值,但是您包含的是micro-f1分数,它不同于之前的f1分数,并且是基于总的真阳性、假阴性和假阳性(如果您选中https://scikit-learn.org/stable/modules/generated/sklearn.metrics.f1_score.html)计算的,在所提供的示例中,类别2的micro f1为80%,因为2个'2'被正确分类为2',另外2个实例被正确分类为非'2',一个'2'未被分类为'2')。现在,如果您提供的第一个分数与最后一个分数不同,尽管它们都是由相同的sklearn函数调用的,这是因为第一个数字来自您数据上的CV方案
相关问题 更多 >
编程相关推荐