13 模型评估与选择之评估指标

查看大图

数据挖掘不是只跑算法，而是从数据准备、模式发现到结果解释的一整条流程。阅读时可以按「为什么需要评估指标？ -> 主要评估指标 -> 数据清洗 -> 特征探索」建立结构，再回到正文里的代码、案例或指标做验证。

查看大图

读完后，用一个真实小任务复查：输入是什么，处理环节在哪里，输出是否可验收；失败时先查「为什么需要评估指标？」，再查「主要评估指标」。

查看大图

选择数据挖掘评估指标时，先看任务类型、业务代价、样本分布、验证方式和结果解释需求。

在数据挖掘过程中，我们不仅需要构建模型，还需要对模型进行有效的评估，以确保其在真实场景中的表现。上一节中，我们讨论了“关联规则”的概念和技术，现在我们将深入探讨“模型评估与选择”中的评估指标。

为什么需要评估指标？

评估指标是评估模型表现的重要工具，它们帮助我们理解模型在面对新的、未见过的数据时的性能。不同的任务（如分类、回归、聚类等）需要不同的评估指标。通过合理地选择评估指标，我们可以避免模型的过拟合和欠拟合，最终选择出表现最佳的模型。

查看大图

练习《模型评估与选择之评估指标》时，建议把输入条件、处理动作和可见结果写在一起，方便下次复查。

查看大图

复习《模型评估与选择之评估指标》时，建议把关键概念、操作步骤和可见结果放在同一页里回看。

主要评估指标

以下是一些常见的机器学习模型评估指标，我们将在分类和回归两个方面进行讨论。

1. 分类模型评估指标

对于分类模型，我们通常使用如下指标：

• 准确率 (Accuracy): 表示模型预测正确的样本占总样本的比例。计算公式为：

  $$\text{Accuracy} = \frac{\text{TP} + \text{TN}}{\text{TP} + \text{TN} + \text{FP} + \text{FN}}$$

  其中，TP（真正例）是模型正确预测为正类的样本数量，TN（真负例）是模型正确预测为负类的样本数量，FP（假正例）是错误预测为正类的样本数量，FN（假负例）是错误预测为负类的样本数量。

• 精确率 (Precision): 衡量模型对正类的预测准确度，计算公式为：

  $$\text{Precision} = \frac{\text{TP}}{\text{TP} + \text{FP}}$$

• 召回率 (Recall): 衡量模型对所有正类样本的捕获能力，计算公式为：

$$\text{Recall} = \frac{\text{TP}}{\text{TP} + \text{FN}}$$

F1-score: 精确率和召回率的调和平均，综合考虑了两者的表现。其计算公式为：

$$F1 = 2 \times \frac{\text{Precision} \times \text{Recall}}{\text{Precision} + \text{Recall}}$$

ROC-AUC: 接受者操作特征曲线（ROC）下面积（AUC），这个指标用于评估二分类问题的分类器表现，值越大说明模型表现越好。

示例代码：分类模型评估

from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score, roc_auc_score

# 假设y_true是真实标签，y_pred是模型预测的标签
y_true = [1, 0, 1, 1, 0, 1, 0, 0, 1, 0]
y_pred = [1, 0, 1, 0, 0, 1, 1, 0, 1, 0]

accuracy = accuracy_score(y_true, y_pred)
precision = precision_score(y_true, y_pred)
recall = recall_score(y_true, y_pred)
f1 = f1_score(y_true, y_pred)
# 如果有预测的概率 y_probs
y_probs = [0.9, 0.1, 0.8, 0.4, 0.6, 0.9, 0.3, 0.2, 0.7, 0.1]  # 示例概率
roc_auc = roc_auc_score(y_true, y_probs)

print(f'准确率: {accuracy}, 精确率: {precision}, 召回率: {recall}, F1-score: {f1}, AUC: {roc_auc}')

2. 回归模型评估指标

对于回归模型，我们通常使用如下指标：

• 均方误差 (MSE): 衡量预测值与真实值之差的平方的平均值。计算公式为：

  $$\text{MSE} = \frac{1}{n} \sum_{i=1}^{n} (y_i - \hat{y}_i)^2$$

• 均方根误差 (RMSE): MSE的平方根，具有与原始数据相同的量纲。计算公式为：

  $$\text{RMSE} = \sqrt{\text{MSE}}$$

• 决定系数 (R²): 衡量模型对数据变异性的解释能力，值越接近1表示模型拟合越好。计算公式为：

  $$R^2 = 1 - \frac{SS_{res}}{SS_{tot}}$$

  其中，$SS_{res}$是残差平方和，$SS_{tot}$是总平方和。

示例代码：回归模型评估

from sklearn.metrics import mean_squared_error, r2_score
import numpy as np

# 假设y_true是真实值，y_pred是模型预测的值
y_true = np.array([3, -0.5, 2, 7])
y_pred = np.array([2.5, 0.0, 2, 8])

mse = mean_squared_error(y_true, y_pred)
rmse = np.sqrt(mse)
r2 = r2_score(y_true, y_pred)

print(f'MSE: {mse}, RMSE: {rmse}, R²: {r2}')

结论

为了保证模型在实际应用中的成功，我们必须选择合适的评估指标。每种评估指标都有其特定的应用场景，理解它们的含义和使用对于模型的选择至关重要。同时，合理地结合各类指标可以全面评估模型的性能，并为下一步解决过拟合与欠拟合问题提供依据。

查看大图

进入《模型评估与选择之评估指标》正文前，可以先扫一遍配图：它在问什么、要分清哪些概念、哪一步值得动手、最后用什么标准验收。

在下篇中，我们将讨论如何识别和解决过拟合与欠拟合的问题，以进一步优化模型的性能。