Evaluación y visualización de modelos

Machine Learning de extremo a extremo

Joshua Stapleton

Machine Learning Engineer

Accuracy

Métricas de accuracy adecuadas son clave para evaluar bien
Es fácil malinterpretar u ocultar resultados

Accuracy estándar:

Accuracy = nº aciertos / nº predicciones
Puede no ser útil

Ejemplo:

# achieves ~99% accuracy for imbalanced dataset of 99 positive and 1 negative
for patient_datapoint in heart_disease_dataset:
    model.prediction(patient_datapoint) = 'positive'

Matriz de confusión

Verdaderos positivos (TP)

Predicción = realidad = positivo
Predijo enfermedad cardiaca y el paciente la tenía

Falsos positivos (FP)

Predicción = positivo, realidad = negativo
Predijo enfermedad cardiaca y el paciente no la tenía

Falsos negativos (FN)

Predicción = negativo, realidad = positivo
Predijo sin enfermedad cardiaca y el paciente sí la tenía

Verdaderos negativos (TN)

Predicción = realidad = negativo
Predijo sin enfermedad cardiaca y el paciente no la tenía

Balanced accuracy

Mejor métrica que el accuracy simple para la mayoría de binarios
Media ponderada entre ambas clases
Balanced accuracy = (TP + TN) / 2

from sklearn.metrics import balanced_accuracy_score

# Assume y_test is the true labels and y_pred are the predicted labels
y_pred = model.predict(X_test)
bal_accuracy = balanced_accuracy_score(y_test, y_pred)
print(f"Balanced Accuracy: {bal_accuracy:.2f}")

Balanced Accuracy: 0.85

Uso de la matriz de confusión

Matriz de confusión

Validación cruzada

Validación cruzada

Procedimiento de remuestreo
Asegura resultados robustos

Validación cruzada k-fold

Parámetro 'k' = nº de particiones del dataset
Re-muestrea un nuevo train/test en cada ejecución

Diagrama que muestra la validación cruzada

Uso de la validación cruzada

Implementación sencilla de k-fold con sklearn
Métrica independiente del modelo

Uso:

from sklearn.model_selection import cross_val_score, KFold

# split the data into 10 equal parts
kfold = KFold(n_splits=5, shuffle=True, random_state=42)


# get the cross validation accuracy for a given model
cv_results = cross_val_score(model, heart_disease_X, 
heart_disease_y, cv=kfold, scoring='balanced_accuracy')

Ajuste de hiperparámetros

Hiperparámetro:

Parámetro global del modelo (no cambia al entrenar)
Ajusta para mejorar el rendimiento

# Hyperparameters to test
C_values = [0.001, 0.01, 0.1, 1, 10, 100, 1000]

# Manually iterate over the hyperparameters
for C in C_values:
    model = LogisticRegression(max_iter=200, C=C)
    model.fit(X_train, y_train)
    accuracy = cross_val_score(model, X, y, cv=kfold, scoring='balanced_accuracy')
    print(f"C = {C}: Bal Acc: {accuracy.mean():.4f} (+/- {accuracy.std():.4f})")

Ejemplo de ajuste de hiperparámetros

Ejemplo de salida del ajuste de hiperparámetros:

C = 0.001: Bal Acc: 0.6200 (+/- 0.0215)
C = 0.01: Bal Acc: 0.7325 (+/- 0.0234)
C = 0.1: Bal Acc: 0.7923 (+/- 0.0202)
C = 1: Bal Acc: 0.8050 (+/- 0.0191)
C = 10: Bal Acc: 0.8034 (+/- 0.0185)
C = 100: Bal Acc: 0.8021 (+/- 0.0187)
C = 1000: Bal Acc: 0.8017 (+/- 0.0188)

¡Vamos a practicar!

Machine Learning de extremo a extremo