Evaluarea modelelor de clasificare

Machine Learning în Tidyverse

Dmitriy (Dima) Gorenshteyn

Lead Data Scientist, Memorial Sloan Kettering Cancer Center

Elemente pentru măsurarea performanței

1) Clasele attrition reale
2) Clasele attrition prezise
3) O metrică pentru compararea 1) și 2)

Machine Learning în Tidyverse

1) Pregătirea claselor reale

attrition clasă
Yes TRUE
No FALSE 
validate$Attrition

No  No  No  No  No  Yes No  Yes  ...  No  No  No

validate_actual <- validate$Attrition == "Yes"
validate_actual

FALSE FALSE FALSE FALSE FALSE  TRUE FALSE  TRUE ... FALSE FALSE FALSE
Machine Learning în Tidyverse

2) Pregătirea claselor prezise

P(attrition) clasă
$ \gt $ 0.5 TRUE
$ \le $ 0.5 FALSE 
validate_prob <- predict(model, validate, type = "response")
validate_prob

0.324 0.012 0.077 0.001 0.104 0.940 0.116 0.811 0.261 0.027 0.065 0.060

validate_predicted <- validate_prob > 0.5
validate_predicted

FALSE FALSE FALSE FALSE FALSE  TRUE FALSE  TRUE FALSE FALSE FALSE FALSE
Machine Learning în Tidyverse

3) O metrică pentru compararea 1) și 2)

table(validate_actual, validate_predicted)

               validate_predicted
validate_actual FALSE TRUE
          FALSE   181    5
          TRUE     17   18
Machine Learning în Tidyverse

3) Metrică: Acuratețe

accuracy(validate_actual, validate_predicted)

0.9004525
Machine Learning în Tidyverse

3) Metrică: Precizie

precision(validate_actual, validate_predicted)

0.7826087
Machine Learning în Tidyverse

3) Metrică: Recall

recall(validate_actual, validate_predicted)

0.5142857
Machine Learning în Tidyverse

Să exersăm!

Machine Learning în Tidyverse

Preparing Video For Download...