Вычислите точность и вызов по мультиклассовым наборам данных CSV.

Question

Мне нужно рассчитать точность и вспомнить из CSV, которые содержат мультиклассовую классификацию.

Чтобы быть более конкретным, мой CSV имеет следующую структуру:

real_class1, classified_class1
real_class2, classified_class3
real_class3, classified_class4
real_class4, classified_class2

Всего есть шесть классифицированных классов.

В бинарном примере у меня нет проблем, чтобы понять, как вычислять Истинный Позитив, Ложный Позитив, Истинный Отрицательный и Ложный Отрицательный. Но с мультиклассом я не знаю, как поступить.

Может кто-нибудь показать мне какой-нибудь пример? Возможно в питоне?

Answer 1

Как предлагается в комментарии, вы должны создать матрицу путаницы и выполнить следующие шаги:

(Я предполагаю, что вы используете искру, чтобы иметь лучшую производительность при обработке машинного обучения)

from __future__ import division
import pandas as pd
import numpy as np
import pickle
from pyspark import SparkContext, SparkConf
from pyspark.sql import SQLContext, functions as fn
from sklearn.metrics import confusion_matrix

def getFirstColumn(line):
    parts = line.split(',')
    return parts[0]

def getSecondColumn(line):
    parts = line.split(',')
    return parts[1]

# Initialization
conf= SparkConf()
conf.setAppName("ConfusionMatrixPrecisionRecall")

sc = SparkContext(conf= conf) # SparkContext
sqlContext = SQLContext(sc) # SqlContext

data = sc.textFile('YOUR_FILE_PATH') # Load dataset

y_true = data.map(getFirstColumn).collect() # Split from line the class
y_pred = data.map(getSecondColumn).collect() # Split from line the tags

confusion_matrix = confusion_matrix(y_true, y_pred)
print("Confusion matrix:\n%s" % confusion_matrix)

# The True Positives are simply the diagonal elements
TP = np.diag(confusion_matrix)
print("\nTP:\n%s" % TP)

# The False Positives are the sum of the respective column, minus the diagonal element (i.e. the TP element
FP = np.sum(confusion_matrix, axis=0) - TP
print("\nFP:\n%s" % FP)

# The False Negatives are the sum of the respective row, minus the         diagonal (i.e. TP) element:
FN = np.sum(confusion_matrix, axis=1) - TP
print("\nFN:\n%s" % FN)

num_classes = INTEGER #static kwnow a priori, put your number of classes
TN = []

for i in range(num_classes):
    temp = np.delete(confusion_matrix, i, 0)    # delete ith row
    temp = np.delete(temp, i, 1)  # delete ith column
    TN.append(sum(sum(temp)))
print("\nTN:\n%s" % TN)




precision = TP/(TP+FP)
recall = TP/(TP+FN)

print("\nPrecision:\n%s" % precision)

print("\nRecall:\n%s" % recall)