模型評估：不平衡分類模型

用 Python 練習機器學習面試題

Lisa Stuart

Data Scientist

類別不平衡

• 類別型目標變數
  • 各類別樣本數大致相當
  • 差異過大 → 結果易誤導

混淆矩陣

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

效能指標

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

由矩陣推得的指標

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

重採樣技巧

• 少數類別過度抽樣（oversample）
• 多數類別欠度抽樣（undersample）
• 注意：先切分訓練/測試集，再重採樣！

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

函式

Function	傳回
sklearn.linear_model.LogisticRegression	邏輯斯回歸
sklearn.metrics.confusion_matrix(y_test,y_pred)	混淆矩陣
sklearn.metrics.precision_score(y_test,y_pred)	精確率
sklearn.metrics.recall_score(y_test,y_pred)	召回率
sklearn.metrics.f1_score(y_test,y_pred)	F1 分數
sklearn.utils.resample(deny, n_samples=len(approve))	重採樣

一起來練習吧！

用 Python 練習機器學習面試題