損失函式（一）

在 Python 設計機器學習工作流程

Dr. Chris Anagnostopoulos

Honorary Associate Professor

KDD '99 Cup 資料集

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
在 Python 設計機器學習工作流程

偽陽性與偽陰性

二值化標籤：

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

訓練 Gaussian Naive Bayes 分類器：

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

在 Python 設計機器學習工作流程

偽陽性與偽陰性

二值化標籤：

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

訓練 Gaussian Naive Bayes 分類器： 

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

標籤與預測共有四種組合：同為 True、同為 False、標籤 True 但預測 False、標籤 False 但預測 True。此處強調最後一種組合。

在 Python 設計機器學習工作流程

偽陽性與偽陰性

二值化標籤：

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

訓練 Gaussian Naive Bayes 分類器： 

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

此處改為強調「標籤 True、預測 False」的組合。

在 Python 設計機器學習工作流程

偽陽性與偽陰性

二值化標籤：

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

訓練 Gaussian Naive Bayes 分類器： 

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

此處強調兩種「預測與標籤一致」的情況。

在 Python 設計機器學習工作流程

混淆矩陣

conf_mat = confusion_matrix(
    ground_truth, predictions)

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

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

(19, 397)

混淆矩陣：統計此資料集中前述四種組合各自的筆數。

在 Python 設計機器學習工作流程

單一數值的效能指標

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)
在 Python 設計機器學習工作流程

偽陽性與偽陰性

分類器 A：

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

(3, 3)

cost = 10 * fp + fn

33

分類器 B：

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

(0, 26)


cost = 10 * fp + fn

26
在 Python 設計機器學習工作流程

哪個分類器比較好？

在 Python 設計機器學習工作流程

Preparing Video For Download...