Klasifikace s více třídami

Dokončeno

Poznámka:

Další podrobnosti najdete na kartě Text a obrázky .

Vícetřídová klasifikace se používá k predikci, do které z více možných tříd patří pozorování. Jako technika strojového učení pod dohledem se řídí stejným iterativním trénováním, ověřováním a vyhodnocením procesu jako regrese a binární klasifikace, ve které se podmnožina trénovacích dat uchovává, aby se ověřil trénovaný model.

Příklad – klasifikace s více třídami

Algoritmy klasifikace s více třídami se používají k výpočtu hodnot pravděpodobnosti pro více popisků tříd a umožňují modelu předpovědět nejpravděpodobnější třídu pro dané pozorování.

Pojďme se podívat na příklad, ve kterém máme několik pozorování tučňáků, přičemž je zaznamenána délka ploutve (x) každého tučňáka. Pro každé pozorování data zahrnují druhy tučňáků (y), které jsou kódovány takto:

• 0: Adelie
• 1: Gentoo
• 2: Podbradní pásek

Poznámka:

Stejně jako v předchozích příkladech v tomto modulu by skutečný scénář obsahoval více hodnot funkcí (x). K jednoduchému udržování věcí použijeme jednu funkci.

Délka překlopení (x)	Druhy (y)
167	0
172	0
225	2
197	1
189	1
232	2
158	0

Trénování klasifikačního modelu s více třídami

K trénování klasifikačního modelu s více třídami potřebujeme použít algoritmus pro přizpůsobení trénovacích dat funkci, která vypočítá hodnotu pravděpodobnosti pro každou možnou třídu. K tomu můžete použít dva druhy algoritmů:

• Algoritmy OvR (Jeden-proti-zbytku)
• Multinomické algoritmy

Algoritmy OvR (Jeden-proti-zbytku)

Algoritmy one-vs-Rest trénují binární klasifikační funkci pro každou třídu, přičemž každá vypočítá pravděpodobnost, že pozorování je příkladem cílové třídy. Každá funkce vypočítá pravděpodobnost pozorování, která je specifickou třídou ve srovnání s jakoukoli jinou třídou. V našem modelu klasifikace druhů tučňáků by algoritmus v podstatě vytvořil tři binární klasifikační funkce:

• f⁰(x) = P(y=0 | x)
• f¹(x) = P(y=1 | x)
• f²(x) = P(y=2 | x)

Každý algoritmus vytvoří funkci sigmoid, která vypočítá hodnotu pravděpodobnosti mezi 0,0 a 1,0. Model natrénovaný pomocí tohoto typu algoritmu predikuje třídu pro funkci, která vytváří výstup s nejvyšší pravděpodobností.

Multinomické algoritmy

Alternativním přístupem je použití multinomického algoritmu, který vytvoří jednu funkci, která vrátí výstup s více hodnotami. Výstup je vektor (pole hodnot), který obsahuje rozdělení pravděpodobnosti pro všechny možné třídy – se skóre pravděpodobnosti pro každou třídu, které při součtu dávají dohromady 1,0.

f(x) =[P(y=0|x), P(y=1|x), P(y=2|x)]

Příkladem tohoto typu funkce je funkce softmax , která by mohla vytvořit výstup jako v následujícím příkladu:

[0.2, 0.3, 0.5]

Prvky vektoru představují pravděpodobnosti pro třídy 0, 1 a 2; v tomto případě je třída s nejvyšší pravděpodobností 2.

Bez ohledu na to, jaký typ algoritmu se používá, model používá výslednou funkci k určení nejpravděpodobnější třídy pro danou sadu funkcí (x) a predikuje odpovídající popisek třídy (y).

Vyhodnocení klasifikačního modelu s více třídami

Klasifikátor s více třídami můžete vyhodnotit výpočtem metrik binární klasifikace pro každou jednotlivou třídu. Alternativně můžete vypočítat agregované metriky, které berou v úvahu všechny třídy.

Předpokládejme, že jsme ověřili klasifikátor s více třídami a získali následující výsledky:

Délka ploutvičky (x)	Skutečné druhy (y)	Předpovězené druhy (ŷ)
165	0	0
171	0	0
205	2	1
195	1	1
183	1	1
221	2	2
214	2	2

Konfuzní matice klasifikátoru s více třídami je podobná konfuzní matici binárního klasifikátoru s tím rozdílem, že zobrazuje počet předpovědí pro každou kombinaci předpovězených (ŷ) a skutečné třídní štítky (y):

Z této konfuzní matice můžeme určit metriky pro každou jednotlivou třídu následujícím způsobem:

Třída	Pravdivě pozitivní	Pravda záporná	Falešně pozitivní	Falešně negativní	Přesnost	Odvolat	Přesnost	F1-Score
0	2	5	0	0	1.0	1.0	1.0	1.0
1	2	4	1	0	0.86	1.0	0.67	0,8
2	2	4	0	1	0.86	0.67	1.0	0,8

K výpočtu celkové přesnosti, úplnosti a přesnosti metrik použijete celkový součet metrik TP, TN, FP a FN :

• Celková přesnost = (13+6)÷(13+6+1+1) = 0,90
• Celková přesnost = 6÷(6+1) = 0,86
• Celková přesnost = 6÷(6+1) = 0,86

Celkové skóre F1 se počítá pomocí metrik citlivosti a přesnosti.

• Celkové skóre F1 = (2x0,86x0,86)÷(0,86+0,86) = 0,86