模型效果评价—混淆矩阵
对于分类模型，在建立好模型后，我们想对模型进行评价，常见的指标有混淆矩阵、KS曲线、ROC曲线、AUC面积等。也可以自己定义函数，把模型结果分割成n(100)份，计算top1的准确率、覆盖率。
本文详细阐述混淆矩阵的原理和Python实现实例，其它指标会在后续文章中详尽阐述，敬请期待
本文目录
- 什么是混淆矩阵
- 混淆矩阵有关的三级指标 2.1 一级指标 2.2 二级指标 2.3 三级指标
- 计算混淆矩阵的实例
- 用Python计算混淆矩阵并图形展示 4.1 加载包 4.2 加载数据 4.3 定义绘制混淆矩阵的函数 4.4 绘制单个混淆矩阵 4.5 设定不同的阈值一次绘制多个混淆矩阵
一、什么是混淆矩阵
混淆矩阵是用于评价分类模型效果的NxN矩阵，其中N是目标类别的数目。矩阵将实际类别和模型预测类别进行比较，评价模型的预测效果。
比如样本的实际类别是狗，若模型预测类别也是狗，则说明对于该样本模型预测对了。若模型预测类别为猫，则说明对于该样本模型预测错了。
对全部样本数据进行统计，可以判断模型预测对了的样本数量和预测错了的样本数量，从而可以衡量模型的预测效果。
二、混淆矩阵有关的三级指标
1 一级指标
以分类模型中最简单的二分类为例。假如我们有一批顾客是否买某种产品的样本数据，顾客买了产品我们标记为positive，没买标记为negative。
现在通过分类模型训练这批样本，根据模型结果可以知道模型认为哪些顾客会买(预测的positive)，哪些顾客不会买(预测的negative)。
因此我们可以得到以下四个一级指标：
- 1. TP(True Positive)：真实值是positive，模型认为是positive的数量，即模型预测正确的正例数量。
- 2. FN(False Negative)：真实值是positive，模型认为是negative的数量，即模型预测错误的正例数量，这是统计学上的第二类错误(Type II Error)。
- 3. FP(False Positive)：真实值是negative，模型认为是positive的数量，即模型预测错误的负例数量，这是统计学上的第一类错误(Type I Error)。
- 4.TN(True Negative)：真实值是negative，模型认为是negative的数量，即模型预测正确的负例数量。
将这四个指标统计到一个矩阵表格中，就得到了混淆矩阵(Confusion Matrix)。
为了便于大家记忆，可以把混淆矩阵中的P和N看成模型的预测结果positive和negative，这里的positive和negative不表示好和坏，只表示模型的类别1(positive)和0(negative)。T和F看成模型预测是否正确，模型预测正确标记为T，预测错误标记为F。
比如TP表示模型预测为positive，且模型预测正确的样本数量，即样本实际类别为positive，模型预测类别为positive的样本数量。
FP表示模型预测为positive，且模型预测错误的样本数量，即样本实际类别为negative，模型错误地预测成了positive的样本数量。
2 二级指标
对于预测性分类模型，我们希望模型的预测结果越准越好，即混淆矩阵中TP、TN的值越大越好，相应FP、FN的值越小越好。
但是，混淆矩阵里统计的是数量，在数据量很大的情况下很难一眼判断出模型的优劣。因此，在混淆矩阵的基本统计结果上又衍生了如下4个指标(可以理解为二级指标,类似于特征工程里的衍生变量):
通过上面的四个二级指标，可以将混淆矩阵中的数量结果转化为0-1之间的比率，便于我们直观地对模型进行评价。
在这四个指标的基础上进行衍生，还可产生一个三级指标。
3 三级指标
这个三级指标就是统计学中F1-Score，计算公式如下：
其中，P表示精确率(Presicion)，R表示召回率(Recall)，即灵敏度。
F1-Score的取值范围（0~1），越接近1说明模型预测效果越好。
三、计算混淆矩阵的实例
当分类问题是多分类时，只要把其中一类当成一组，另外的所有类当成另一组，就可以转化成二分类问题，接下来讲一个二分类计算混淆矩阵三级指标的具体实例。
假设我们模型的目的是预测一批顾客是否会购买某种产品，我们的结果如下：
1 一级指标
- 1. TP(True Positive)：真实值是买产品，模型认为是买产品的顾客数量，即模型预测正确的正例数量，在该例中值为800。
- 2. FN(False Negative)：真实值是买产品，模型认为是不买产品的顾客数量，即模型预测错误的正例数量，在该例中值为30。
- 3. FP(False Positive)：真实值是不买产品，模型认为是买产品的顾客数量，即模型预测错误的负例数量，在该例中值为70。
- 4.TN(True Negative)：真实值是不买产品，模型认为是不买产品的数量，即模型预测正确的负例数量，在该例中值为100。
2 二级指标
- 1. 准确率(Accuracy)：总共1000个顾客，我们一共预测对了800+100=900个样本，所以准确率为90%。
- 2. 精确率(Precision)：模型结果告诉我们，1000个顾客里有870个顾客会买产品，但其实这870个顾客里只有800个顾客实际买了产品，70个顾客没有买产品。所以，精确率为800/870=91.95%。
- 3.灵敏度/召回率(Recall)：在830个实际购买了产品的顾客中，模型认为有800个顾客会购买产品，30个顾客不会购买产品，所以召回率为800/830=96.38%。
- 4.特异度(Specificity)：在170个实际不买产品的顾客中，模型认为有100个不会购买产品，70个会购买产品，所以特异度为100/170=58.82%。
3 三级指标
通过公式，可以计算出F1-Score=(2*91.95%*96.38%)/(91.95%+96.38%)=0.94
四、用Python计算混淆矩阵并图形展示
接下来展示模型判断一批商户是否存在赌博风险的数据，利用这批数据绘制混淆矩阵。
flag列是真实标签，1代表商户存在赌博行为，0代表商户不存在赌博行为。
pred列是模型预测标签，1代表模型预测商户存在赌博行为，0代表模型预测商户不存在赌博行为。
1 加载包
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import KFold, cross_val_score
from sklearn.metrics import confusion_matrix, recall_score, classification_report2 加载数据
#加载数据
%matplotlib inline
date = pd.read_csv("data.csv", encoding="gbk")打印数据前几行，得到如下结果
注：如需上述数据实现本文代码，可在公众号中回复“混淆矩阵”，即可免费获取。
我们可以根据模型的风险概率(prob)和想要的准确率、覆盖率，人为确定当风险概率大于某个值时模型认为该商户存在赌博风险，当风险概率小于该值时模型认为该商户不存在赌博风险。
很多情况下，这个阈值划定为0.5，即模型认为风险概率大于0.5的商户存在赌博风险，小于0.5的商户不存在赌博风险。
一般要根据行业和风险类别确定这个阈值，本文pred划定的阈值为0.7，即当风险概率值大于0.7时模型认为该商户存在赌博风险并标记为1，小于0.7时模型认为该商户不存在赌博风险并标记为0。
3 定义绘制混淆矩阵的函数
def plot_confusion_matrix(cm, classes,normalize=False,title='Confusion matrix',cmap=plt.cm.Blues):
"""
This function prints and plots the confusion matrix.
Normalization can be applied by setting `normalize=True`.
"""
if normalize:
cm = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis]
print("Normalized confusion matrix")
else:
print('Confusion matrix, without normalization')
print(cm)
plt.imshow(cm, interpolation='nearest', cmap=cmap)
plt.title(title)
plt.colorbar()
tick_marks = np.arange(len(classes))
plt.xticks(tick_marks, classes, rotation=45)
plt.yticks(tick_marks, classes)
fmt = '.2f' if normalize else 'd'
thresh = cm.max() / 2.
for i, j in itertools.product(range(cm.shape[0]), range(cm.shape[1])):
plt.text(j, i, format(cm[i, j], fmt),
horizontalalignment="center",
color="white" if cm[i, j] > thresh else "black")
plt.tight_layout()
plt.ylabel('True label')
plt.xlabel('Predicted label')4 绘制单个混淆矩阵
import itertools
cnf_matrix = confusion_matrix(date.flag, date.pred) #计算混淆矩阵
class_names = [0,1]
plt.figure()
plot_confusion_matrix(cnf_matrix, classes = class_names, title = 'Confusion matrix') #绘制混淆矩阵
np.set_printoptions(precision=2)
print('Accary:', (cnf_matrix[1,1]+cnf_matrix[0,0])/(cnf_matrix[1,1]+cnf_matrix[0,1]+cnf_matrix[0,0]+cnf_matrix[1,0]))
print('Recall:', cnf_matrix[1,1]/(cnf_matrix[1,1]+cnf_matrix[1,0]))
print('Precision:', cnf_matrix[1,1]/(cnf_matrix[1,1]+cnf_matrix[0,1]))
print('Specificity:', cnf_matrix[0,0]/(cnf_matrix[0,1]+cnf_matrix[0,0]))
plt.show()得到结果如下：
5 设定不同的阈值一次绘制多个混淆矩阵
我把阈值设定成了0.1、0.2一直到0.9，可以看下不同阈值对应的模型准确率、召回率等指标。通过指标数值推测未来排查名单的概率阈值。
import itertools
thresholds =[0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9] #设定不同的阈值
plt.figure(figsize = (10,10))
j = 1
for i in thresholds:
y_pred = date['风险概率']>i #把风险概率prob和阈值进行比较
plt.subplot(3,3,j)
#Compute confusion matrix
j += 1
cnf_matrix = confusion_matrix(date.flag, y_pred) #计算混淆矩阵
np.set_printoptions(precision = 2)
#Print degree2 index
print('Accary:', (cnf_matrix[1,1]+cnf_matrix[0,0])/(cnf_matrix[1,1]+cnf_matrix[0,1]+cnf_matrix[0,0]+cnf_matrix[1,0]))
print('Recall:', cnf_matrix[1,1]/(cnf_matrix[1,1]+cnf_matrix[1,0]))
print('Precision:', cnf_matrix[1,1]/(cnf_matrix[1,1]+cnf_matrix[0,1]))
print('Specificity:', cnf_matrix[0,0]/(cnf_matrix[0,1]+cnf_matrix[0,0]))
#Plot non-normalized confusion matrix
class_names = [0, 1]
plot_confusion_matrix(cnf_matrix, classes = class_names, title = 'Threshold>=%s' %i)得到结果如下：
至此混淆矩阵的内容讲解全部结束，如有疑问可以在公众号中私信我
参考文献
https://zhuanlan.zhihu.com/p/46204175
https://www.cnblogs.com/missidiot/p/9450662.html
https://blog.csdn.net/Orange_Spotty_Cat/article/details/80520839