随手记——几个深度学习常见metrics
kappa
公式
$$ kappa = \frac {p_o-p_e} {1-p_e} $$
其中
$$ p_o=\frac {分类正确的样本数} {所有样本数} = (混淆矩阵中的)\frac {对角线元素之和} {所有元素之和} $$
$$ p_e = \frac {\sum{y_{pred}的第i类样本数 \times y_{true}的第i类样本数}} {(所有样本数)^2} \\ = (混淆矩阵中的) \frac {\sum {第i行元素和 \times 第i列元素和}} {(所有元素之和)^2} $$
例子
y_true = [2, 0, 1, 2, 0, 1]
y_pred = [0, 0, 2, 2, 0, 2]根据以上y_true和y_pred构建的混淆矩阵如下
0(y_true) 1(y_true) 2(y_true) 0(y_pred) 2 0 1 1(y_pred) 0 0 0 2(y_pred) 0 2 1接着计算
$p_o=(2+1)/6=\\frac {1}{2}$，$p_e=(3\\times 2+0\\times 2+3\\times 2)/(6\\times 6)=\\frac {1}{3}$
最终
$$ kappa = \frac{\frac{1}{2}-\frac{1}{3}}{1-\frac{1}{3}} = 0.25 $$
代码验证
from sklearn.metrics import cohen_kappa_score
kappa_value = cohen_kappa_score(y_true, y_pred)
输出结果 0.250000设计目的
为了解决类别不平衡问题，kappa依靠$p_e$在类别越不平衡就越大的特点，使得类别不平衡时kappa分数会更低。
F1-score
回忆基础概念，二分类混淆矩阵中，有这些定义：
TP: true positive， 实际为true，预测为positive TN: true negative， 实际为true，预测为negative FP: false positive， 实际为false，预测为positive FN: false negative， 实际为false，预测为negative在这些的基础上，定义了三个指标:
Accuracy: 准确率, $\\frac {TP+TN}{TP+TN+FP+FN}$, 预测分类准确的比例 Precision: 精确率, $\\frac {TP}{TP+FP}$, 预测为positive中正确的比例 Recall: 召回率, $\\frac {TP}{TP+TN}$, 实际为true中被预测出来的比例为了综合Precision和Recall，求取两者的调和平均数，因为无法直接得知TP+FP和TP+TN的数量，直接用加权平均无法确定合理的权重
$$ F1 = \frac {2*precision*recall}{precision+revall} $$
Dice
非常奇妙的是，F1-score也被称作Dice similarity coefficient，也就是说他的含义和医学影像分割中常用的Dice是一毛一样的。
Dice一般定义如下：
$$ \text { DiceCoefficient }=\frac{2|X \cap Y|}{|X|+|Y|} $$
咱们可以“惊讶”地发现，如果把pred($X$)和ground-truth($Y$)理解为用[0,1]标注的分类(其实这正是语义分割的原始定义，pixel-wise的分类问题 )，可见Dice确实和F1-score是一样的。
