scikit-learnのconfusion matrixとclassification reportについて
アドベントカレンダー四日目です。
昨日に引き続き、scikit-learnの話をしていきましょう。
confusion matrix
必要なライブラリのimport
前回同様numpyと、
訓練データとテストデータを分ける train_test_split、
学習に使うデータの load_digits、
SVM、
新たにconfusion matrixとclassification reportを読み込みます。
import numpy as np from sklearn.cross_validation import train_test_split from sklearn.datasets import load_digits from sklearn import svm from sklearn.metrics import confusion_matrix from sklearn.metrics import classification_report
データの取得と分割
同じ流れですが、学習に使うデータを読み込み、次にデータを分割します。
digits.dataでデータが、digits.targetでラベルがとれます。
digits = load_digits() X_train, X_test, y_train, y_test = train_test_split(digits.data, digits.target)
学習と評価
とりあえず学習します。
clf = svm.SVC(kernel='linear')
clf.fit(X_train, y_train)
そして、未知データを分類します。
predict_label = clf.predict(X_test)
confusion matrixの表示
confusion matrixを表示します。
これを見ることで、正しいラベルにどれくらい分類されたかが確認できます。
こちらのサイトが参考になるので見てみてください。
混同行列（Confusion Matrix）
print(confusion_matrix(predict_label, y_test)) [[40 0 0 0 0 0 1 0 0 0] [ 0 39 0 0 0 0 0 0 2 0] [ 0 0 47 0 0 0 0 0 0 0] [ 0 0 0 45 0 0 0 0 0 0] [ 0 0 0 0 44 0 0 2 0 0] [ 0 0 0 1 0 42 0 0 0 0] [ 0 0 0 0 0 0 43 0 0 0] [ 0 0 0 0 0 0 0 42 0 0] [ 0 3 0 1 0 0 0 0 53 2] [ 0 0 0 1 0 1 0 1 1 39]]
classification report
今度はclassification reportをみてみましょう。
予測結果の評価に使います。
F値 - 機械学習の「朱鷺の杜Wiki」
print(classification_report(predict_label, y_test)) precision recall f1-score support 0 1.00 0.98 0.99 41 1 0.93 0.95 0.94 41 2 1.00 1.00 1.00 47 3 0.94 1.00 0.97 45 4 1.00 0.96 0.98 46 5 0.98 0.98 0.98 43 6 0.98 1.00 0.99 43 7 0.93 1.00 0.97 42 8 0.95 0.90 0.92 59 9 0.95 0.91 0.93 43 avg / total 0.96 0.96 0.96 450
まとめ
いい感じの関数がscikit-learnだと一瞬で使えてすごいですね。
今度はこれを図で描画したいですね。
