[英]how to score precision, recall and f1-score in a multi-class dataset using cross-validate?
[英]How to get the precision score of every class in a Multi class Classification Problem?
我正在做情绪分析分类,我正在用 Scikit-learn 做它。 这有 3 个标签,正面、中性和负面。 我的训练数据的形状是(14640, 15)
,其中
negative 9178
neutral 3099
positive 2363
我已经对数据进行了预处理,并将bag-of-words
词向量化技术应用于 twitter 的文本,因为还有许多其他属性,其大小为(14640, 1000)
。 由于 Y 表示标签采用文本形式,因此我对其应用了 LabelEncoder。 这就是我拆分数据集的方式 -
X_train, X_test, Y_train, Y_test = train_test_split(bow, Y, test_size=0.3, random_state=42)
print(X_train.shape,Y_train.shape)
print(X_test.shape,Y_test.shape)
out: (10248, 1000) (10248,)
(4392, 1000) (4392,)
这是我的分类器
svc = svm.SVC(kernel='linear', C=1, probability=True).fit(X_train, Y_train)
prediction = svc.predict_proba(X_test)
prediction_int = prediction[:,1] >= 0.3
prediction_int = prediction_int.astype(np.int)
print('Precision score: ', precision_score(Y_test, prediction_int, average=None))
print('Accuracy Score: ', accuracy_score(Y_test, prediction_int))
out:Precision score: [0.73980398 0.48169243 0. ]
Accuracy Score: 0.6675774134790529
/usr/local/lib/python3.6/dist-packages/sklearn/metrics/classification.py:1437: UndefinedMetricWarning: Precision is ill-defined and being set to 0.0 in labels with no predicted samples.
'precision', 'predicted', average, warn_for)
现在我不知道为什么第三个,精度分数是空白的? 我已经应用了average=None
,因为为每个班级制作单独的精度分数。 另外,我不确定预测是否正确,因为我是为二进制分类编写的? 你能帮我调试一下以使其更好吗? 提前致谢。
正如警告所解释的那样:
UndefinedMetricWarning: Precision is ill-defined and being set to 0.0 in labels with no predicted samples.
您的预测中似乎缺少您的 3 个类之一prediction_int
(即您从未预测过它); 您可以轻松检查是否是这种情况
set(Y_test) - set(prediction_int)
如果不是这种情况,它应该是空集{}
。
如果确实如此,并且上述操作给出{1}
或{2}
,最可能的原因是您的数据集不平衡(您有更多的negative
样本),并且您没有要求分层拆分; 将您的train_test_split
修改为
X_train, X_test, Y_train, Y_test = train_test_split(bow, Y, test_size=0.3, stratify=Y, random_state=42)
然后再试一次。
更新(评论后):
事实证明,您有一个类不平衡问题(而不是编码问题),这会阻止您的分类器成功预测您的第三类( positive
)。 类不平衡本身就是一个巨大的子主题,并且提出了几种补救措施。 尽管可以说更详细的内容超出了单个 SO 线程的范围,但您应该尝试的第一件事(在上述建议之上)是在分类器的定义中使用class_weight='balanced'
参数,即:
svc = svm.SVC(kernel='linear', C=1, probability=True, class_weight='balanced').fit(X_train, Y_train)
有关更多选项,请查看专用的不平衡学习Python 库( scikit-learn-contrib项目的一部分)。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.