摘要：
如何預(yù)測(cè)新冠確診病人數(shù)嗎？AI算法模型師之四件評(píng)估“法器”！
導(dǎo)語(yǔ)
在AI領(lǐng)域，針對(duì)機(jī)器學(xué)習(xí)、自然語(yǔ)言處理等算法模型的評(píng)估（evaluation）是一項(xiàng)非常重要的工作，在海量數(shù)據(jù)中，為使算法模型趨向更準(zhǔn)確，需要借助評(píng)估方法對(duì)算法模型進(jìn)行評(píng)估，然后才能對(duì)模型進(jìn)行針對(duì)性的優(yōu)化、提升算法效率。
本文小編介紹四種評(píng)估方法，它們就像法師（數(shù)據(jù)科學(xué)家）使用的法器一樣，有著對(duì)算法模型評(píng)判的奇妙法力，同時(shí)能產(chǎn)生算法模型的評(píng)估打分結(jié)果，為后續(xù)算法模型的優(yōu)化提供依據(jù)。這四大法器分別是：準(zhǔn)確率（Accuracy）、精確率（Precision）、召回率（Recall）和綜合評(píng)價(jià)指標(biāo)（F1-Measure）。要當(dāng)好一個(gè)合格的算法師，我們需要熟練掌握這些法器，下面我們逐一摩挲一下它們。
1評(píng)估法器一：百發(fā)百中箭——準(zhǔn)確率評(píng)估
古時(shí)射箭技藝高超的射手一般都被稱(chēng)為“神射手”，“神射手”射出的箭能夠“百步穿楊”、中靶率基本是百發(fā)百中，這個(gè)就是準(zhǔn)確率的概念。而在機(jī)器學(xué)習(xí)中，對(duì)于算法模型預(yù)測(cè)的準(zhǔn)確率，也是看其能夠百發(fā)幾中的概率。本文介紹的第一個(gè)評(píng)估法器就是：Accuracy，即準(zhǔn)確率評(píng)估，它是對(duì)模型預(yù)測(cè)的正確數(shù)量所占總預(yù)測(cè)數(shù)量的比例進(jìn)行評(píng)估的一項(xiàng)指標(biāo)。
新冠疫情爆發(fā)期，對(duì)病患的核算檢測(cè)進(jìn)行確診是一項(xiàng)重要工作，我們可以用大數(shù)據(jù)AI算法進(jìn)行新冠肺炎感染病患的進(jìn)行預(yù)測(cè)。在預(yù)測(cè)中，可以使用準(zhǔn)確率公式來(lái)表達(dá)新冠肺炎預(yù)測(cè)是否感染的正確及錯(cuò)誤：
其中：TP=預(yù)測(cè)新冠確診病人數(shù)，并判斷正確；TN=預(yù)測(cè)健康人數(shù)，并判斷正確；FP=預(yù)測(cè)新冠確診病人數(shù)，但判斷錯(cuò)誤；FN=預(yù)測(cè)健康人數(shù)，但判斷錯(cuò)誤。
我們可以舉例，假設(shè)對(duì)20人進(jìn)行新冠肺炎的確診情況進(jìn)行預(yù)測(cè)，該數(shù)據(jù)實(shí)際情況和使用二元分類(lèi)算法模型（即判斷要么確診新冠、要么為健康）預(yù)測(cè)如下：
以上，黃色——TP=2，預(yù)測(cè)與實(shí)際都為新冠感染患者人數(shù)（預(yù)測(cè)正確）
藍(lán)色——TN=14，預(yù)測(cè)與實(shí)際都為健康人數(shù)（預(yù)測(cè)正確）
紅色——FP=1，預(yù)測(cè)為新冠感染患者，實(shí)際是健康的人數(shù)（預(yù)測(cè)錯(cuò)誤）
白色——FN=3，預(yù)測(cè)為健康人員，實(shí)際是新冠感染患者人數(shù)（預(yù)測(cè)錯(cuò)誤）
針對(duì)上述數(shù)據(jù)集進(jìn)行預(yù)測(cè)的模型準(zhǔn)確率，計(jì)算如下：
從該計(jì)算結(jié)果來(lái)看，預(yù)測(cè)的結(jié)果表現(xiàn)是還算可以的，分類(lèi)準(zhǔn)確率達(dá)到80%。那么是不是我們選用的算法模型就是比較出色的模型呢？
我們可以仔細(xì)分析一下數(shù)據(jù)情況，深入理解一下模型預(yù)測(cè)的效果：
20人中，15人健康，剩余5人感染了新冠肺炎，模型預(yù)測(cè)健康的人數(shù)14人，比率高達(dá)93.3%，效果不錯(cuò)；但是感染了新冠的實(shí)際總?cè)藬?shù)為5，錯(cuò)誤的預(yù)測(cè)其中3人為健康，比率達(dá)到了3/5=60%，說(shuō)明從這個(gè)角度預(yù)測(cè)準(zhǔn)確率才有40%，錯(cuò)誤率較高，模型實(shí)際上是達(dá)不到預(yù)測(cè)的精確要求的。
這樣，對(duì)模型的評(píng)估只使用這個(gè)準(zhǔn)確率評(píng)估法器肯定是還不夠的，算法師還需要祭出后面要說(shuō)的新法器——精確率、召回率評(píng)估法器。
2評(píng)估法器二：諸葛神機(jī)弩——精確率評(píng)估
對(duì)于上述進(jìn)行新冠肺炎患者預(yù)測(cè)的數(shù)據(jù)集，其分類(lèi)是不太平衡的，即確診人員和健康人員的分布比較不均衡，數(shù)量差異較大。算法師如果只使用一項(xiàng)準(zhǔn)確率法器來(lái)判斷模型是否有效并不合理。
在三國(guó)戰(zhàn)爭(zhēng)中，為了成批地精確打擊敵人，諸葛亮發(fā)明了諸葛神機(jī)弩，其命中率高、打擊面大，是讓敵人聞風(fēng)喪膽的戰(zhàn)爭(zhēng)利器，使用精確率（Precision）法器來(lái)評(píng)估模型，也可以比喻為算法師的諸葛神機(jī)弩。
精確率（也稱(chēng)查準(zhǔn)率）的公式是：
其中：TP=預(yù)測(cè)新冠確診病人數(shù)，并判斷正確；FP=預(yù)測(cè)的新冠確診病人數(shù)，但判斷錯(cuò)誤。
我們還是采用前面的數(shù)據(jù)集來(lái)對(duì)精確率進(jìn)行評(píng)估，計(jì)算如下：
即模型在對(duì)上述數(shù)據(jù)集預(yù)測(cè)出新冠肺炎感染者的精確率是66.67%。
3評(píng)估法器三：回頭望月斬——召回率評(píng)估
算法師除了以上描述的法器，還可以使用一個(gè)妙技：回頭望月斬——進(jìn)行召回率評(píng)估?；仡^望月斬通常會(huì)在武功對(duì)決里出現(xiàn)，一般指一個(gè)招式用老的瞬間，在敵人背后出其不意地回頭使出一招，打擊敵人。在這里，我們可以形容分類(lèi)算法模型對(duì)所有錯(cuò)誤和正確的預(yù)測(cè)中預(yù)測(cè)正確的比例（也可以理解為對(duì)模型錯(cuò)誤預(yù)測(cè)的回顧和評(píng)估），通俗也可以稱(chēng)為“查全率”。
其中：TP=預(yù)測(cè)新冠確診病人數(shù)，并判斷正確；FN=預(yù)測(cè)為健康、但實(shí)際為新冠感染者人數(shù)。
我們還是采用前面的數(shù)據(jù)集來(lái)對(duì)召回率進(jìn)行評(píng)估，計(jì)算如下：
即對(duì)上述數(shù)據(jù)集，模型能正確預(yù)測(cè)出所有新冠肺炎感染者的比率只有40%。
因此，算法師要達(dá)到全面評(píng)估模型的有效性，必須同時(shí)檢查精確率和召回率，但是兩者的提升是有矛盾的，提高模型的精確率就會(huì)降低其召回率，反之亦然。因此算法師還需要利用一個(gè)更高端的評(píng)估法器來(lái)進(jìn)行綜合評(píng)估——F1綜合評(píng)估法。
評(píng)估法器四：精準(zhǔn)組合拳——F1綜合評(píng)估
國(guó)家在調(diào)控宏觀經(jīng)濟(jì)時(shí)，經(jīng)常采用一系列調(diào)控組合拳。武功高手通常打出一套讓人應(yīng)接不暇的組合拳，虛中有實(shí)、實(shí)中有虛，會(huì)讓對(duì)手無(wú)法接招并取勝。算法師在評(píng)估模型時(shí)，也可以采用類(lèi)似的評(píng)估組合，本文推薦一個(gè)常用的綜合評(píng)估法器：F1綜合評(píng)估法（F1-Measure），又稱(chēng)F1-Score，是精確率（實(shí)招）和召回率（虛招）的加權(quán)調(diào)和平均，算是模型評(píng)估的一套精準(zhǔn)組合拳，也可以比喻為一個(gè)組合了前兩種評(píng)估法器的大法器。
其中，P為精確率（Precision）， R為召回率（Recall）。
（注：F1綜合評(píng)估是統(tǒng)計(jì)學(xué)中F-Measure在權(quán)重參數(shù)=1時(shí)的一個(gè)特例，即精確率與召回率權(quán)重一致，本文限于篇幅，只對(duì)評(píng)估常用的F1評(píng)估進(jìn)行描述。）
繼續(xù)利用上述的數(shù)據(jù)集，根據(jù)前面計(jì)算出的精確率和召回率，便可得出其F1值如下：
結(jié)果是0.5，在模型評(píng)估中，當(dāng)這個(gè)值較高時(shí)，說(shuō)明算法模型的效果比較理想，目前看來(lái)這個(gè)分值反映出模型效果比較一般。
4評(píng)估法器四：綜合實(shí)戰(zhàn)
為了讓讀者更好地理解四件法器的功效，我們?nèi)匀皇褂蒙鲜龅念A(yù)測(cè)新冠感染者的數(shù)據(jù)集，通過(guò)python實(shí)戰(zhàn)演練一下。
#基于numpy實(shí)現(xiàn)模型評(píng)估，加載numpy
#設(shè)Corondata_real是實(shí)際的數(shù)據(jù)集，數(shù)值為1代表新冠感染者，數(shù)值為0代表健康人員
Corondata_real= np.array([0,1,0,0,0,0,1,0,0,0,1,0,0,1,0,0,0,0,0,1])
print('實(shí)際數(shù)據(jù)集：{}'.format(Corondata_real))
#設(shè)Corondata_pred是預(yù)測(cè)結(jié)果數(shù)據(jù)，數(shù)值為1預(yù)測(cè)新冠感染者，數(shù)值為0代表預(yù)測(cè)健康人員
Corondata_pred= np.array([0,1,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,1,0,0])
print('預(yù)測(cè)結(jié)果數(shù)據(jù)集：{}'.format(Corondata_pred))
實(shí)際數(shù)據(jù)集：[01 0 0 0 0 1 0 0 0 1 0 0 1 0 0 0 0 0 1]
預(yù)測(cè)結(jié)果數(shù)據(jù)集：[01 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0]
#預(yù)測(cè)與實(shí)際都為新冠感染患者人數(shù)（預(yù)測(cè)正確），truepositive
TP=np.sum(np.logical_and(np.equal(Corondata_real,1),np.equal(Corondata_pred,1)))
print('預(yù)測(cè)與實(shí)際都為新冠感染患者人數(shù)（預(yù)測(cè)正確）:{}'.format(TP))
#預(yù)測(cè)與實(shí)際都為健康人數(shù)（預(yù)測(cè)正確），falsepositive
FP=np.sum(np.logical_and(np.equal(Corondata_real,0),np.equal(Corondata_pred,1)))
print('預(yù)測(cè)與實(shí)際都為健康人數(shù)（預(yù)測(cè)正確）:{}'.format(FP))
#預(yù)測(cè)為新冠感染患者，實(shí)際是健康的人數(shù)（預(yù)測(cè)錯(cuò)誤）,truenegative
TN=np.sum(np.logical_and(np.equal(Corondata_real,1),np.equal(Corondata_pred,0)))
print('預(yù)測(cè)為新冠感染患者，實(shí)際是健康的人數(shù)（預(yù)測(cè)錯(cuò)誤）:{}'.format(TN))
#預(yù)測(cè)為健康人員，實(shí)際是新冠感染患者人數(shù)（預(yù)測(cè)錯(cuò)誤）,falsenegative
FN=np.sum(np.logical_and(np.equal(Corondata_real,0),np.equal(Corondata_pred,0)))
print('預(yù)測(cè)為健康人員，實(shí)際是新冠感染患者人數(shù)（預(yù)測(cè)錯(cuò)誤）:{}'.format(FN))
預(yù)測(cè)與實(shí)際都為新冠感染患者人數(shù)（預(yù)測(cè)正確）:2
預(yù)測(cè)與實(shí)際都為健康人數(shù)（預(yù)測(cè)正確）:1
預(yù)測(cè)為新冠感染患者，實(shí)際是健康的人數(shù)（預(yù)測(cè)錯(cuò)誤）:3
預(yù)測(cè)為健康人員，實(shí)際是新冠感染患者人數(shù)（預(yù)測(cè)錯(cuò)誤）:14
3、計(jì)算準(zhǔn)確率、精確率、召回率、F1綜合評(píng)分
#利用sklearn.metrics的各類(lèi)評(píng)估方法庫(kù)，計(jì)算準(zhǔn)確率、精確率、召回率、F1綜合評(píng)分
fromsklearn.metrics import accuracy_score, precision_score, recall_score,f1_score
a_score= accuracy_score(Corondata_real, Corondata_pred)
p_score= precision_score(Corondata_real, Corondata_pred)
r_score= recall_score(Corondata_real, Corondata_pred)
f1_score= f1_score(Corondata_real, Corondata_pred)
print('準(zhǔn)確率評(píng)分:{:.2%}'.format(a_score))
print('精確率評(píng)分:{:.2%}'.format(p_score))
print('召回率評(píng)分:{:.2%}'.format(r_score))
print('F1綜合評(píng)分:{:.2}'.format(f1_score))
4、擴(kuò)展——classification_report評(píng)分報(bào)告庫(kù)
針對(duì)模型評(píng)估，在sklearn.metrics中內(nèi)置了一個(gè)函數(shù)classification_report，可以同時(shí)統(tǒng)計(jì)出幾種評(píng)分方法的評(píng)分，能夠一目了然地看出模型的效果。
#導(dǎo)入classification_report評(píng)分報(bào)告庫(kù)
fromsklearn.metrics import classification_report
#用classification_report對(duì)模型評(píng)分，分別給出precision、recall、f1-score、support的分值
print(classification_report(Corondata_real,Corondata_pred))
precision recall f1-score support
microavg 0.80 0.80 0.80 20
macroavg 0.75 0.67 0.69 20
weightedavg 0.78 0.80 0.78 20
上述結(jié)果對(duì)精度（Precision）、召回率（Recall）、f1分?jǐn)?shù)（f1-score）、support四項(xiàng)指標(biāo)的分值以列表形式概覽展示。這也對(duì)模型評(píng)估起到了很大的幫助。
結(jié)尾四件評(píng)估法器之小結(jié)
根據(jù)以上對(duì)四件評(píng)估法器的實(shí)戰(zhàn)演練，我們可以小結(jié)如下：
對(duì)于模型評(píng)估，本文推薦的四件評(píng)估法器都能夠?qū)δＰ痛虺龇种?，但各有千秋，均能體現(xiàn)出模型的一定效果。在實(shí)戰(zhàn)中，算法模型師可以采用這四件法器多方面進(jìn)行評(píng)估，以方便后續(xù)對(duì)模型進(jìn)行優(yōu)化。
本文介紹的是較為普遍常用的評(píng)估方法，對(duì)模型進(jìn)行評(píng)分還可以有很多其它的方法，例如交叉驗(yàn)證法、ROC（Receiver Operating Characteristic Curve）、AUC（Area Under Curve）、R2分?jǐn)?shù)等，限于篇幅，我們?cè)谶@里不再展開(kāi)，讀者可以在網(wǎng)上搜索查看。
京公網(wǎng)安備 11010802020714號(hào)
京ICP備2020047077號(hào)-2
手機(jī)端官網(wǎng)
