Quelle est la qualité de votre modèle?

Apprentissage supervisé avec scikit-learn

George Boorman

Core Curriculum Manager, DataCamp

Mesures pour la classification

  • Mesurer la performance avec l'exactitude :

    • Proportion d'exemples bien classés

    • Pas toujours un indicateur pertinent

Apprentissage supervisé avec scikit-learn

Déséquilibre des classes

  • Classification pour prédire les transactions bancaires frauduleuses

    • 99 % des transactions sont légitimes ; 1 % frauduleuses

  • On pourrait bâtir un classificateur qui prédit qu'AUCUNE transaction n'est frauduleuse

    • 99 % d'exactitude !

    • Mais incapable de repérer les fraudes en pratique

    • Échoue à sa raison d'être

  • Déséquilibre des classes : fréquences inégales des classes

  • Il faut une autre façon d'évaluer la performance

Apprentissage supervisé avec scikit-learn

Matrice de confusion pour évaluer une classification

  • Matrice de confusion

Matrice de confusion

Apprentissage supervisé avec scikit-learn

Évaluer la performance d'une classification

 

Étiquettes prédites

Apprentissage supervisé avec scikit-learn

Évaluer la performance d'une classification

 

Étiquettes réelles

Apprentissage supervisé avec scikit-learn

Évaluer la performance d'une classification

 

Matrice de confusion

Apprentissage supervisé avec scikit-learn

Évaluer la performance d'une classification

 

Vrais positifs

Apprentissage supervisé avec scikit-learn

Évaluer la performance d'une classification

 

Vrais négatifs

Apprentissage supervisé avec scikit-learn

Évaluer la performance d'une classification

 

Faux négatifs

Apprentissage supervisé avec scikit-learn

Évaluer la performance d'une classification

 

Faux positifs

Apprentissage supervisé avec scikit-learn

Évaluer la performance d'une classification

Matrice de confusion

  • Exactitude :

ch3_1_v3.030.png

Apprentissage supervisé avec scikit-learn

Précision

Précision

  • Précision

Formule de la précision

  • Précision élevée = moins de faux positifs
  • Précision élevée : peu de transactions légitimes prédites comme frauduleuses
Apprentissage supervisé avec scikit-learn

Rappel

Rappel

  • Rappel

Formule du rappel

  • Rappel élevé = moins de faux négatifs
  • Rappel élevé : la plupart des fraudes sont correctement prédites
Apprentissage supervisé avec scikit-learn

Score F1

  • Score F1 : $2 * \frac{precision \ * \ recall}{precision \ + \ recall}$
Apprentissage supervisé avec scikit-learn

Matrice de confusion avec scikit-learn

from sklearn.metrics import classification_report, confusion_matrix

knn = KNeighborsClassifier(n_neighbors=7)

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.4, 
                                                    random_state=42)

knn.fit(X_train, y_train)

y_pred = knn.predict(X_test)
Apprentissage supervisé avec scikit-learn

Matrice de confusion avec scikit-learn

print(confusion_matrix(y_test, y_pred))

[[1106   11]
 [ 183   34]]
Apprentissage supervisé avec scikit-learn

Rapport de classification avec scikit-learn

print(classification_report(y_test, y_pred))

              precision    recall  f1-score   support

           0       0.86      0.99      0.92      1117
           1       0.76      0.16      0.26       217

    accuracy                           0.85      1334
   macro avg       0.81      0.57      0.59      1334
weighted avg       0.84      0.85      0.81      1334
Apprentissage supervisé avec scikit-learn

Passons à la pratique !

Apprentissage supervisé avec scikit-learn

Preparing Video For Download...