Kayıp fonksiyonları Bölüm I

Python'da Machine Learning İş Akışları Tasarlama

Dr. Chris Anagnostopoulos

Honorary Associate Professor

KDD '99 cup veri kümesi

kdd.iloc[0]

kdd.iloc[0]
duration                         51
protocol_type                   tcp
service                        smtp
flag                             SF
src_bytes                      1169
dst_bytes                       332
land                              0
...
dst_host_rerror_rate              0
dst_host_srv_rerror_rate          0
label                          good

Yanlış pozitifler ve yanlış negatifler

Etiketi ikileştirin:

kdd['label'] = kdd['label'] == 'bad'

Gaussian Naive Bayes sınıflandırıcıyı eğitin:

clf = GaussianNB().fit(X_train, y_train)
predictions = clf.predict(X_test)
results = pd.DataFrame({
    'actual': y_test,
    'predicted': predictions
})

Yanlış pozitifler ve yanlış negatifler

Etiketi ikileştirin:

kdd['label'] = kdd['label'] == 'bad'

Gaussian Naive Bayes sınıflandırıcıyı eğitin:

clf = GaussianNB().fit(X_train, y_train)
predictions = clf.predict(X_test)
results = pd.DataFrame({
    'actual': y_test,
    'predicted': predictions
})

Etiket ile tahminin dört olası durumu vardır: ikisi de True, ikisi de False, etiket True iken tahmin False ve etiket False iken tahmin True. Son kombinasyon burada vurgulanmıştır.

Yanlış pozitifler ve yanlış negatifler

Etiketi ikileştirin:

kdd['label'] = kdd['label'] == 'bad'

Gaussian Naive Bayes sınıflandırıcıyı eğitin:

clf = GaussianNB().fit(X_train, y_train)
predictions = clf.predict(X_test)
results = pd.DataFrame({
    'actual': y_test,
    'predicted': predictions
})

Şimdi, etiket True iken tahminin False olduğu kombinasyon vurgulanmıştır.

Yanlış pozitifler ve yanlış negatifler

Etiketi ikileştirin:

kdd['label'] = kdd['label'] == 'bad'

Gaussian Naive Bayes sınıflandırıcıyı eğitin:

clf = GaussianNB().fit(X_train, y_train)
predictions = clf.predict(X_test)
results = pd.DataFrame({
    'actual': y_test,
    'predicted': predictions
})

Tahminin etiketlerle uyuştuğu iki durum şimdi vurgulanmıştır.

Karışıklık matrisi

conf_mat = confusion_matrix(
    ground_truth, predictions)

array([[9477,   19],
       [ 397, 2458]])

tn, fp, fn, tp = conf_mat.ravel()
(fp, fn)

(19, 397)

Bu veri kümesi için sözünü ettiğimiz dört kombinasyonun her biri için vaka sayılarını gösteren bir karışıklık matrisi.

Skaler performans metrikleri

accuracy = 1-(fp + fn)/len(ground_truth)

recall = tp/(tp+fn)

fpr = fp/(tn+fp)

precision = tp/(tp+fp)

f1 = 2*(precision*recall)/(precision+recall)

accuracy_score(ground_truth, predictions)
recall_score(ground_truth, predictions)
precision_score(ground_truth, predictions)
f1_score(ground_truth, predictions)

Yanlış pozitifler ve yanlış negatifler

Sınıflandırıcı A:

tn, fp, fn, tp = confusion_matrix(
    ground_truth, predictions_A).ravel()
(fp,fn)

(3, 3)

cost = 10 * fp + fn

Sınıflandırıcı B:

tn, fp, fn, tp = confusion_matrix(
    ground_truth, predictions_B).ravel()
(fp,fn)

(0, 26)

cost = 10 * fp + fn

Hangi sınıflandırıcı daha iyi?

Python'da Machine Learning İş Akışları Tasarlama