reconocimiento de patrones - ciencias computacionalesariel/tecnicasdevalidacion2016-ac.pdf · son...
TRANSCRIPT
Reconocimiento de Patrones
Técnicas de validación (Clasificación Supervisada) Jesús Ariel Carrasco Ochoa Instituto Nacional de Astrofísica, Óptica y Electrónica
Clasificación Supervisada
¿Para qué evaluar un clasificador? Para seleccionar cuál clasificador usar ( saber cuál es mejor ) Para estimar el error esperado ( qué tan confiable es )
Técnicas de validación
¿Cómo evaluar un clasificador? Midiendo la calidad ( accuracy ) La mediremos como:
sificadosobjetosClaaciertosaccuracy
##
=
Técnicas de validación
¿Sobre cuál conjunto de objetos evaluar? Dividir la muestra en 2 (entrenamiento y
control)
Validación cruzada de k particiones
Leave one out
Bootstrap
Dividir la muestra en 2
Clasificador
Muestra
Entrenamiento Control
Muestra de Control
Clasificada
accuracy
Dividir la muestra en 2
¿Cómo dividir la muestra? Separarla en 2 manualmente
Separarla aleatoriamente
Dividir la muestra en 2
Problemas En algunos casos la muestra inicial puede ser
muy pequeña de modo que no conviene dividirla se reduce aún más la información para
entrenar
la muestra de control puede ser muy pequeña con lo cual no da información confiable
Si se tiene una mala división los resultados no
son confiables
Dividir la muestra en 2
Para el segundo problema Repetir la división aleatoria varias veces
Calcular el accuracy para cada forma de
dividir
Promediar los resultados
Validación cruzada
Dividir la muestra en k partes (validación cruzada con k pliegues) (k-fold cross validation) Formar el conjunto de entrenamiento con k-1
particiones y el de control con la partición restante
Repetir el proceso dejando como control cada una de las particiones
Promediar los resultados de todas las pruebas
Validación cruzada
Muestra
Control Entrenamiento
Control Entrenamiento
Control Entrenamiento
accuracy
accuracy
accuracy
Validación cruzada
Cuantas particiones hacer?
Si se hacen 2 particiones dividir la muestra en 2
El máximo valor de k es el número de objetos de la muestra original
Usualmente se toma k=10, si la muestra es muy grande se toma k=3, si es muy pequeña se toma el máximo valor de k
Leave one out
Tomar un objeto de la muestra como control y los demás como muestra de entrenamiento
Repetir el proceso dejando como control cada uno de los objetos de la muestra
Promediar los resultados de todas las pruebas
Leave one out Muestra
Control Entrenamiento
Control Entrenamiento
Control Entrenamiento
accuracy
accuracy
accuracy
: :
Bootstrap
Si la muestra tiene N objetos, seleccionar aleatoriamente con reemplazo (los objetos seleccionados se pueden repetir) un conjunto de entrenamiento de N objetos
Formar la muestra de control con los objetos que
no hayan sido seleccionados
Repetir el proceso k veces
Promediar los resultados de todas las pruebas
Técnicas de validación
La medida de accuracy es útil si todos los errores son igualmente graves
Si esto no es así existen otras medidas de calidad
Consideremos la matriz de confusión
Matriz de Confusión
C1 C2 ……… Cr
C1
C2
.
. Cr
n11 n12 …….. n1r
n21 n22 …….. n2r
n11 n12 …….. n1r
nij = numero de objetos de la muestra que estando en la clase Ci fueron puestos en la clase Cj
Matriz de Confusión 2 clases
C1 C2
C1
C2
TP FN FP TN
TP = verdaderos positivos TN = verdaderos negativos FP = falsos positivos FN = falsos negativos
Otras medidas de calidad
TNFPTNdadespecifici
FNTPTPadsensibilid
FNFPTNTPFNFPerror
FNFPTNTPTNTPaccuracy
+=
+=
++++
=
++++
=
Otras medidas de calidad
recuerdopresiciónrecuerdopresiciónFmeasure
FNTPTPrecuerdo
FPTPTPpresición
+∗∗
=
+=
+=
2
Significancia Estadística
Se utilizan para comparar los resultados de un clasificador contra los de otro clasificador
Tiene como objetivo validar que los resultados obtenidos no son debidos al azar
Se busca decidir si ambos clasificadores obtienen resultados equivalentes (son competitivos uno con otro) o si uno es mejor que el otro
Se utilizan técnicas estadísticas de prueba de hipótesis
Significancia Estadística
Comparar dos clasificadores Sobre un solo conjunto de datos
Decidir cuál es el mejor para este conjunto de
datos
Sobre varios conjuntos de datos
Decidir cuál es el mejor de manera general
Comparación sobre un solo conjunto de datos
Se requiere tener una serie de resultados para cada clasificador sobre los mismos datos
Comúnmente estas pruebas se hacen sobre la validación cruzada (particiones iguales para ambos clasificadores)
Usualmente la hipótesis que se prueba es que los resultados son equivalentes
Si se rechaza la hipótesis se infiere que el clasificador que obtiene mejores resultados es realmente mejor y no se debe al azar.
Significancia Estadística
Existen diversas pruebas de significancia estadística. prueba t de Student
prueba de los signos de Wilcoxon
Prueba t de student
Se calcula
donde n es el número de pruebas las µ y σ2 son las medias y varianzas de los resultados para cada clasificador (1,2)
nS
ST
22
21
21
21
21
ˆ
ˆ
σσ
µµ
µµ
µµ
+=
−=
−
−
Prueba t de student
Se supone que T sigue la distribución t de student con 2n-2 grados de libertad
Se selecciona un nivel de confianza y se compara con el valor esperado (tabla)
Si el valor obtenido es mayor que el de la tabla se rechaza la hipótesis de que son equivalentes
Se aplica cuando la población estudiada sigue una distribución normal y la desviación estándar puede aproximarse con los datos.
Prueba t de student
Prueba de los signos de Wilcoxon
Supóngase que se tienen n resultados ai y bi con i=1,…,n para dos clasificadores A y B
El objetivo es comprobar si los clasificadores son equivalentes o no
Prueba de los signos de Wilcoxon
Se calcula zi=ai-bi para i=1,…,n
Se ordenan los zi de acuerdo a su valor
absoluto y se calcula su posición pi
Se calcula:
∑
∑
<
−
>
+
=
=
0zi
0zi
i
i
pT
pT
Prueba de los signos de Wilcoxon
Claramente si no hay valores iguales
Se Busca en la tabla si los valores T+ y T- están fuera del intervalo para el nivel de confianza deseado y de ser así se rechaza la hipótesis de que son equivalentes.
2)1n(nTT +
=+ −+
Prueba de los signos de Wilcoxon
Se aplica a muestras pequeñas, de tamaño entre 6 y 25.
Supone que los valores de zi son independientes y siguen una distribución continua y simétrica
Comparación sobre varios conjuntos de datos
Comparar promedio de resultados para todos los conjuntos de datos
Comparar para cada conjunto de datos y hacer una tabla W/T/L