Функції втрат, частина I

Проєктування робочих процесів машинного навчання в Python

Dr. Chris Anagnostopoulos

Honorary Associate Professor

Набір даних KDD '99 cup

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
Проєктування робочих процесів машинного навчання в Python

Хибні спрацьовування vs хибні пропуски

Бінаризуйте мітку:

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

Навчіть класифікатор Gaussian Naive Bayes:

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

Проєктування робочих процесів машинного навчання в Python

Хибні спрацьовування vs хибні пропуски

Бінаризуйте мітку:

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

Навчіть класифікатор Gaussian Naive Bayes: 

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

Є чотири можливі поєднання міток і прогнозів: обидва True, обидва False, мітка True з прогнозом False та мітка False з прогнозом True. Останнє поєднання виділено тут.

Проєктування робочих процесів машинного навчання в Python

Хибні спрацьовування vs хибні пропуски

Бінаризуйте мітку:

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

Навчіть класифікатор Gaussian Naive Bayes: 

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

Тепер натомість виділено поєднання мітки True і прогнозу False.

Проєктування робочих процесів машинного навчання в Python

Хибні спрацьовування vs хибні пропуски

Бінаризуйте мітку:

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

Навчіть класифікатор Gaussian Naive Bayes: 

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

Тепер виділено два випадки, коли прогноз збігається з мітками.

Проєктування робочих процесів машинного навчання в Python

Матриця плутанини

conf_mat = confusion_matrix(
    ground_truth, predictions)

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

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

(19, 397)

Матриця плутанини, що підраховує кількість випадків для кожного з чотирьох згаданих поєднань для цього набору даних.

Проєктування робочих процесів машинного навчання в Python

Скалярні метрики якості

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)
Проєктування робочих процесів машинного навчання в Python

Хибні спрацьовування vs хибні пропуски

Класифікатор A:

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

(3, 3)

cost = 10 * fp + fn

33

Класифікатор B:

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

(0, 26)


cost = 10 * fp + fn

26
Проєктування робочих процесів машинного навчання в Python

Який класифікатор кращий?

Проєктування робочих процесів машинного навчання в Python

Preparing Video For Download...