如何用Python逐个计算每个预测值的准确性？

Question

我目前正在研究一个使用随机森林分类器的疾病预测机器学习模型。我输入症状，然后程序应该预测疾病。预测没有问题，但我想计算每个预测值“一个一个”的准确性。例如，该项目预测“结核病”为一种疾病。然后，我要计算这个预测的准确率。(只有预测值结核病的准确性。)如何逐个计算每个预测值的准确性？

Answer 1

在兰登森林的情况下，这可能很困难。随机森林分类器将特征空间划分为区域，然后根据点所在的位置分配值。显然，0大小的点在一个地区不能是60%，在另一个区域不能是40%，因此，在疾病的情况下，预测的标签只能是“结核病”或“没有结核病”。

​

​

另一方面，其他方法允许在这方面有更多的选择。例如，二进制神经网络分类器将有两个输出神经元(每个类一个)，对于每个预测，标签将来自与其相关的权重较高的神经元。但你实际上可以报告输出神经元的权重，以及基于这些数据的预测的可信度。在此图像中有3个输出类，但您可以这样说--您可以说，60%的记录属于第二类，30%属于第三类，10%属于第一类：

​

​

最后，另一种方法是logistic回归，其中预测值是logit的值，实质上是属于阳性类的点的概率，在您的情况下，这是肺结核患者的概率。