01.心電圖心跳信號(hào)多分類(lèi)預(yù)測(cè)挑戰(zhàn)賽【賽題理解】

比賽地址:https://tianchi.aliyun.com/competition/entrance/531883/introduction

baseline:https://github.com/datawhalechina/team-learning-data-mining/blob/master/HeartbeatClassification/baseline.ipynb

賽題概況

比賽要求參賽選手根據(jù)給定的數(shù)據(jù)集，建立模型，預(yù)測(cè)不同的心跳信號(hào)。賽題以預(yù)測(cè)心電圖心跳信號(hào)類(lèi)別為任務(wù)，數(shù)據(jù)集報(bào)名后可見(jiàn)并可下載，該數(shù)據(jù)來(lái)自某平臺(tái)心電圖數(shù)據(jù)記錄，總數(shù)據(jù)量超過(guò)20萬(wàn)，主要為1列心跳信號(hào)序列數(shù)據(jù)，其中每個(gè)樣本的信號(hào)序列采樣頻次一致，長(zhǎng)度相等。為了保證比賽的公平性，將會(huì)從中抽取10萬(wàn)條作為訓(xùn)練集，2萬(wàn)條作為測(cè)試集A，2萬(wàn)條作為測(cè)試集B，同時(shí)會(huì)對(duì)心跳信號(hào)類(lèi)別（label）信息進(jìn)行脫敏。

數(shù)據(jù)概況

一般而言，對(duì)于數(shù)據(jù)在比賽界面都有對(duì)應(yīng)的數(shù)據(jù)概況介紹（匿名特征除外），說(shuō)明列的性質(zhì)特征。了解列的性質(zhì)會(huì)有助于我們對(duì)于數(shù)據(jù)的理解和后續(xù)分析。

* 匿名特征，就是未告知數(shù)據(jù)列所屬的性質(zhì)的特征列。

train.csv

id 為心跳信號(hào)分配的唯一標(biāo)識(shí)

heartbeat_signals 心跳信號(hào)序列(數(shù)據(jù)之間采用“,”進(jìn)行分隔)

label 心跳信號(hào)類(lèi)別（0、1、2、3）

testA.csv

id 心跳信號(hào)分配的唯一標(biāo)識(shí)

heartbeat_signals 心跳信號(hào)序列(數(shù)據(jù)之間采用“,”進(jìn)行分隔)

預(yù)測(cè)指標(biāo)

選手需提交4種不同心跳信號(hào)預(yù)測(cè)的概率，選手提交結(jié)果與實(shí)際心跳類(lèi)型結(jié)果進(jìn)行對(duì)比，求預(yù)測(cè)的概率與真實(shí)值差值的絕對(duì)值。

具體計(jì)算公式如下：

總共有n個(gè)病例，針對(duì)某一個(gè)信號(hào)，若真實(shí)值為[y1,y2,y3,y4],模型預(yù)測(cè)概率值為[a1,a2,a3,a4],那么該模型的評(píng)價(jià)指標(biāo)abs-sum為

{abs-sum={\mathop{ \sum }\limits_{{j=1}}^{{n}}{{\mathop{ \sum }\limits_{{i=1}}^{{4}}{{ \left| {y\mathop{{}}\nolimits_{{i}}-a\mathop{{}}\nolimits_{{i}}} \right| }}}}}}

例如，某心跳信號(hào)類(lèi)別為1，通過(guò)編碼轉(zhuǎn)成[0,1,0,0]，預(yù)測(cè)不同心跳信號(hào)概率為[0.1,0.7,0.1,0.1]，那么這個(gè)信號(hào)預(yù)測(cè)結(jié)果的abs-sum為

{abs-sum={ \left| {0.1-0} \right| }+{ \left| {0.7-1} \right| }+{ \left|{0.1-0} \right| }+{ \left| {0.1-0} \right| }=0.6}

python實(shí)現(xiàn)

def abs_sum(y_pre,y_tru):

??? y_pre=np.array(y_pre)

??? y_tru=np.array(y_tru)

??? loss=sum(sum(abs(y_pre-y_tru)))

??? return loss

多分類(lèi)算法常見(jiàn)的評(píng)估指標(biāo)如下：

其實(shí)多分類(lèi)的評(píng)價(jià)指標(biāo)的計(jì)算方式與二分類(lèi)完全一樣，只不過(guò)我們計(jì)算的是針對(duì)于每一類(lèi)來(lái)說(shuō)的召回率、精確度、準(zhǔn)確率和 F1分?jǐn)?shù)。

1、混淆矩陣（Confuse Matrix）

（1）若一個(gè)實(shí)例是正類(lèi)，并且被預(yù)測(cè)為正類(lèi)，即為真正類(lèi)TP(True Positive )

（2）若一個(gè)實(shí)例是正類(lèi)，但是被預(yù)測(cè)為負(fù)類(lèi)，即為假負(fù)類(lèi)FN(False Negative )

（3）若一個(gè)實(shí)例是負(fù)類(lèi)，但是被預(yù)測(cè)為正類(lèi)，即為假正類(lèi)FP(False Positive )

（4）若一個(gè)實(shí)例是負(fù)類(lèi)，并且被預(yù)測(cè)為負(fù)類(lèi)，即為真負(fù)類(lèi)TN(True Negative ）

第一個(gè)字母T/F，表示預(yù)測(cè)的正確與否；第二個(gè)字母P/N，表示預(yù)測(cè)的結(jié)果為正例或者負(fù)例。

如TP就表示預(yù)測(cè)對(duì)了，預(yù)測(cè)的結(jié)果是正例，那它的意思就是把正例預(yù)測(cè)為了正例。

2、準(zhǔn)確率（Accuracy）

準(zhǔn)確率是常用的一個(gè)評(píng)價(jià)指標(biāo)，但是不適合樣本不均衡的情況，醫(yī)療數(shù)據(jù)大部分都是樣本不均衡數(shù)據(jù)。

Accuracy=\frac{Correct}{Total}\

Accuracy = \frac{TP + TN}{TP + TN + FP + FN}

3、精確率（Precision）也叫查準(zhǔn)率簡(jiǎn)寫(xiě)為P

精確率(Precision)是針對(duì)預(yù)測(cè)結(jié)果而言的，其含義是在被所有預(yù)測(cè)為正的樣本中實(shí)際為正樣本的概率在被所有預(yù)測(cè)為正的樣本中實(shí)際為正樣本的概率，精確率和準(zhǔn)確率看上去有些類(lèi)似，但是是兩個(gè)完全不同的概念。精確率代表對(duì)正樣本結(jié)果中的預(yù)測(cè)準(zhǔn)確程度，準(zhǔn)確率則代表整體的預(yù)測(cè)準(zhǔn)確程度，包括正樣本和負(fù)樣本。

Precision = \frac{TP}{TP + FP}

4、召回率（Recall） 也叫查全率 簡(jiǎn)寫(xiě)為R

召回率(Recall)是針對(duì)原樣本而言的，其含義是在實(shí)際為正的樣本中被預(yù)測(cè)為正樣本的概率。

Recall = \frac{TP}{TP + FN}

下面我們通過(guò)一個(gè)簡(jiǎn)單例子來(lái)看看精確率和召回率。假設(shè)一共有10篇文章，里面4篇是你要找的。根據(jù)你的算法模型，你找到了5篇，但實(shí)際上在這5篇之中，只有3篇是你真正要找的。

算法的精確率是3/5=60%，也就是你找的這5篇，有3篇是真正對(duì)的。

算法的召回率是3/4=75%，也就是需要找的4篇文章，你找到了其中三篇。

以精確率還是以召回率作為評(píng)價(jià)指標(biāo)，需要根據(jù)具體問(wèn)題而定。

5、宏查準(zhǔn)率（macro-P）

計(jì)算每個(gè)樣本的精確率然后求平均值

{macroP=\frac{{1}}{{n}}{\mathop{ \sum }\limits_{{1}}^{{n}}{p\mathop{{}}\nolimits_{{i}}}}}

6、宏查全率（macro-R）

計(jì)算每個(gè)樣本的召回率然后求平均值

{macroR=\frac{{1}}{{n}}{\mathop{ \sum }\limits_{{1}}^{{n}}{R\mathop{{}}\nolimits_{{i}}}}}

7、宏F1（macro-F1）

{macroF1=\frac{{2 \times macroP \times macroR}}{{macroP+macroR}}}

與上面的宏不同，微查準(zhǔn)查全，先將多個(gè)混淆矩陣的TP,FP,TN,FN對(duì)應(yīng)位置求平均，然后按照P和R的公式求得micro-P和micro-R，最后根據(jù)micro-P和micro-R求得micro-F1

8、微查準(zhǔn)率（micro-P）

{microP=\frac{{\overline{TP}}}{{\overline{TP} \times \overline{FP}}}}

9、微查全率（micro-R）

{microR=\frac{{\overline{TP}}}{{\overline{TP} \times \overline{FN}}}}

10、微F1（micro-F1）

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書(shū)系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容