模型评估：类别不平衡的分类模型

用 Python 练习机器学习面试题

Lisa Stuart

Data Scientist

类别不平衡

• 分类目标变量
  • 各类别样本数大致相等
  • 差异过大会导致结果偏差

混淆矩阵

¹ https://scaryscientist.blogspot.com/2016/03/confusion-matrix.html

性能指标

¹ https://scaryscientist.blogspot.com/2016/03/confusion-matrix.html

由矩阵得出的指标

¹ https://scaryscientist.blogspot.com/2016/03/confusion-matrix.html

重采样技术

• 对少数类过采样
• 对多数类欠采样
• 注意：在重采样前先划分训练/测试集！

¹ https://www.svds.com/learning-imbalanced-classes/

函数

函数	返回
sklearn.linear_model.LogisticRegression	逻辑回归
sklearn.metrics.confusion_matrix(y_test,y_pred)	混淆矩阵
sklearn.metrics.precision_score(y_test,y_pred)	精确率
sklearn.metrics.recall_score(y_test,y_pred)	召回率
sklearn.metrics.f1_score(y_test,y_pred)	F1 分数
sklearn.utils.resample(deny, n_samples=len(approve))	重采样

Passons à la pratique !

用 Python 练习机器学习面试题