成本效益矩阵#

成本效益矩阵目标函数。

模块内容#

类摘要#

CostBenefitMatrix

使用成本效益矩阵评分。分数量化了给定值的效益，因此数值越大代表分数越好。成本和分数可以是负数，表示某个值没有效益。例如，在货币利润的情况下，负成本和/或分数表示现金流损失。

内容#

class evalml.objectives.cost_benefit_matrix.CostBenefitMatrix(true_positive, true_negative, false_positive, false_negative)[source]#

使用成本效益矩阵评分。分数量化了给定值的效益，因此数值越大代表分数越好。成本和分数可以是负数，表示某个值没有效益。例如，在货币利润的情况下，负成本和/或分数表示现金流损失。

参数

  • true_positive (float) – 与真阳性预测相关的成本。

  • true_negative (float) – 与真阴性预测相关的成本。

  • false_positive (float) – 与假阳性预测相关的成本。

  • false_negative (float) – 与假阴性预测相关的成本。

属性

expected_range

无

greater_is_better

True

is_bounded_like_percentage

False

名称

成本效益矩阵

perfect_score

无

问题类型

[ProblemTypes.BINARY, ProblemTypes.TIME_SERIES_BINARY]

score_needs_proba

False

方法

calculate_percent_difference

计算分数之间的百分比差异。

can_optimize_threshold

返回一个布尔值，确定我们是否可以优化二元分类目标函数的阈值。

decision_function

对预测概率应用学习到的阈值以获得预测类别。

is_defined_for_problem_type

返回目标函数是否为某种问题类型定义。

objective_function

使用预测值和真实值计算成本效益。

optimize_threshold

学习一个优化当前目标函数的二元分类阈值。

positive_only

如果为 True，则此目标函数仅对阳性数据有效。默认为 False。

score

返回一个数值分数，该分数基于预测值和实际值之间的差异来指示性能。

validate_inputs

验证评分输入。
classmethod calculate_percent_difference(cls, score, baseline_score)#

计算分数之间的百分比差异。

参数

  • score (float) – 分数。此目标函数的 score 方法的输出。

  • baseline_score (float) – 分数。此目标函数的 score 方法的输出。实际上，这是使用基线评估器在此目标函数上获得的分数。

返回

分数之间的百分比差异。请注意，对于可以解释为百分比的目标函数，

这将是参考分数与分数之间的差异。对于所有其他目标函数，差异将通过参考分数进行归一化。

返回类型

float

property can_optimize_threshold(cls)#

返回一个布尔值，确定我们是否可以优化二元分类目标函数的阈值。

对于直接处理预测概率的目标函数（如对数损失和 AUC），此属性为 False。否则为 True。

返回

目标函数是否可以被优化。

返回类型

bool

decision_function(self, ypred_proba, threshold=0.5, X=None)#

对预测概率应用学习到的阈值以获得预测类别。

参数

  • ypred_proba (pd.Series, np.ndarray) – 分类器的预测概率

  • threshold (float, optional) – 用于进行预测的阈值。默认为 0.5。

  • X (pd.DataFrame, optional) – 训练数据中需要的任何额外列。

返回

预测结果

classmethod is_defined_for_problem_type(cls, problem_type)#

返回目标函数是否为某种问题类型定义。

objective_function(self, y_true, y_predicted, y_train=None, X=None, sample_weight=None)[source]#

使用预测值和真实值计算成本效益。

参数

  • y_predicted (pd.Series) – 预测标签。

  • y_true (pd.Series) – 真实标签。

  • y_train (pd.Series) – 忽略。

  • X (pd.DataFrame) – 忽略。

  • sample_weight (pd.DataFrame) – 忽略。

返回

成本效益矩阵得分

返回类型

float

optimize_threshold(self, ypred_proba, y_true, X=None)#

学习一个优化当前目标函数的二元分类阈值。

参数

  • ypred_proba (pd.Series) – 分类器的预测概率

  • y_true (pd.Series) – 预测的真实标签。

  • X (pd.DataFrame, optional) – 训练数据中需要的任何额外列。

返回

此目标函数的最优阈值。

引发

RuntimeError – 如果目标函数无法优化。

positive_only(cls)#

如果为 True，则此目标函数仅对阳性数据有效。默认为 False。

score(self, y_true, y_predicted, y_train=None, X=None, sample_weight=None)#

返回一个数值分数，该分数基于预测值和实际值之间的差异来指示性能。

参数

  • y_predicted (pd.Series) – 长度为 [n_samples] 的预测值

  • y_true (pd.Series) – 长度为 [n_samples] 的实际类别标签

  • y_train (pd.Series) – 长度为 [n_samples] 的观察训练值

  • X (pd.DataFrame or np.ndarray) – 计算得分所需的额外数据，形状为 [n_samples, n_features]

  • sample_weight (pd.DataFrame or np.ndarray) – 计算目标值结果时使用的样本权重

返回

score

validate_inputs(self, y_true, y_predicted)#

验证评分输入。

在本页
显示源码