模型評估(預測的質量):存在三種方式來評估預測結果的質量
1、Estimator score method:每個估計模型都有自己的評價方式,可以直接使用
2、Scoring parameter:模型評價工具使用cross-validation(cross_validation.cross_val_score和grid_search.GridSearch)
3、Metric functions: 實現功能評估爲特定目的的功能
交叉驗證(cross-validation)
1)切分數據:使用train_test_split函數很容易的實現隨機的切分形成training和test數據集。
x_train,x_test,y_train,y_test=cross_validation.train_test_split(iris.data,iris.target,test_size=0.4,random_state=0)
clf.svm.SVC(kernel='linear',C=1).fit(x_train,y_train)
clf.score(x_test,y_test)
2)cv:最簡單的方式是使用函數cross_val_score,當cv爲數字時,默認採用的是KFold或者stratifiedKFold
clf=svm.SVC(kernel='linear',C=1)
scores=cross_validation.cross_val_score(clf,iris.data,iris.target,cv=5)
scores==>得到array([1. ..., 0.96..., 0.9 ..., 0.96..., 1. ])
平均分數和標準偏差估計分數:scores.mean() scores.std()
上面的方式cv的每次迭代都是計算的score,我們可以通過加入scoring參數來計算不同的指標
from sklearn import metrics
cross_validation.cross_val_score(clf,iris.data,iris.target,cv=5,scoring='f1')
==>得到array([ 1. ..., 0.96..., 0.89..., 0.96..., 1. ])
注:scoring的默認取值以及對應的函數名稱
Classification
Clustering
Regression
sklearn classification_report函數能詳細給出各個類別的P,R,F。
Figure 1: sklearn classification_report函數