Predicție și evaluare

Machine Learning cu modele bazate pe arbori în R

Sandro Raabe

Data Scientist

Predicție pe date noi

Apel general:
predict(model, new_data, type)
Argumente:
  1. Model antrenat
  2. Setul de date pentru predicție
  3. Tipul predicției: etichete sau probabilități
Machine Learning cu modele bazate pe arbori în R

Predicție pe date noi

predict(model, new_data = test_data, 
               type = "class")

  .pred_class
  <fct>      
1 no         
2 no         
3 yes        
4 no

predict(model, new_data = test_data, 
               type = "prob")

     .pred_no  .pred_yes
     <dbl>     <dbl>
1    0.866     0.134
2    0.956     0.044
3    0.672     0.328
4    0.877     0.123
Machine Learning cu modele bazate pe arbori în R

Matricea de confuzie

matricea de confuzie_1

  • Indică gradul de confuzie al unui model
Machine Learning cu modele bazate pe arbori în R

Matricea de confuzie

matricea de confuzie_2

Machine Learning cu modele bazate pe arbori în R

Matricea de confuzie

matricea de confuzie_3

Machine Learning cu modele bazate pe arbori în R

Matricea de confuzie

matricea de confuzie_4

  • Diagonală: predicții corecte
  • În afara diagonalei: predicții incorecte
Machine Learning cu modele bazate pe arbori în R

Matricea de confuzie

 

  • TP: predicție da, realitate da
  • TN: predicție nu, realitate nu
  • FP: predicție da, realitate nu
  • FN: predicție nu, realitate da

matricea de confuzie_4

Machine Learning cu modele bazate pe arbori în R

Crearea matricei de confuzie

# Combine predictions and truth values
pred_combined <- predictions %>% 
   mutate(true_class = test_data$outcome)

pred_combined

  .pred_class  true_class
  <fct>        <fct>     
1 no           no        
2 no           yes       
3 no           no        
4 yes          yes

# Calculate the confusion matrix
conf_mat(data = pred_combined,

         estimate = .pred_class,

         truth = true_class)


             Truth
Prediction    no   yes
        no   116    31
       yes    12    40
Machine Learning cu modele bazate pe arbori în R

Acuratețe

  $$\text{accuracy} = \frac{\text{n of correct predictions}}{\text{n of total predictions}}$$

  • Numele funcției: accuracy()
  • Aceleași argumente ca conf_mat()
    • data, estimate și truth
    • Structură comună în yardstick
accuracy(pred_combined,
         estimate = .pred_class,
         truth = true_class)

  .metric     .estimate
  <chr>           <dbl>
1 accuracy        0.708
Machine Learning cu modele bazate pe arbori în R

Să evaluăm!

Machine Learning cu modele bazate pe arbori în R

Preparing Video For Download...