随机切割森林模型评估策略(混淆矩阵、准确率和精确率-召回率-F分数)

我正在使用AWS SageMaker的随机切割森林算法来检测异常。

import boto3import sagemakercontainers = {    'us-west-2': '174872318107.dkr.ecr.us-west-2.amazonaws.com/randomcutforest:latest',    'us-east-1': '382416733822.dkr.ecr.us-east-1.amazonaws.com/randomcutforest:latest',    'us-east-2': '404615174143.dkr.ecr.us-east-2.amazonaws.com/randomcutforest:latest',    'eu-west-1': '438346466558.dkr.ecr.eu-west-1.amazonaws.com/randomcutforest:latest',    'ap-southeast-1':'475088953585.dkr.ecr.ap-southeast-1.amazonaws.com/randomcutforest:latest'    }region_name = boto3.Session().region_namecontainer = containers[region_name]session = sagemaker.Session()rcf = sagemaker.estimator.Estimator(    container,    sagemaker.get_execution_role(),    output_path='s3://{}/{}/output'.format(bucket, prefix),    train_instance_count=1,    train_instance_type='ml.c5.xlarge',    sagemaker_session=session)rcf.set_hyperparameters(    num_samples_per_tree=200,    num_trees=250,    feature_dim=1,    eval_metrics =["accuracy", "precision_recall_fscore"])s3_train_input = sagemaker.session.s3_input(    s3_train_data,    distribution='ShardedByS3Key',    content_type='application/x-recordio-protobuf')rcf.fit({'train': s3_train_input})

(参考自 –> https://aws.amazon.com/blogs/machine-learning/use-the-built-in-amazon-sagemaker-random-cut-forest-algorithm-for-anomaly-detection/)

使用上述代码训练了模型,但没有找到评估模型的方法。如何在部署模型后获取准确率和F分数?


回答:

为了获取评估指标,您需要在训练过程中提供一个额外的名为“test”的通道。测试通道必须包含带标签的数据。这在官方文档中有所解释,https://docs.aws.amazon.com/sagemaker/latest/dg/randomcutforest.html

Amazon SageMaker的随机切割森林支持训练和测试数据通道。可选的测试通道用于在带标签的数据上计算准确率、精确率、召回率和F1分数指标。训练和测试数据的内容类型可以是application/x-recordio-protobuf或text/csv格式。对于使用text/csv格式的测试数据,内容必须指定为text/csv;label_size=1,其中每行的第一列代表异常标签:“1”表示异常数据点,“0”表示正常数据点。您可以使用文件模式或管道模式在格式为recordIO-wrapped-protobuf或CSV的数据上训练RCF模型

另外请注意…测试通道仅支持S3DataDistributionType=FullyReplicated

谢谢,

Julio

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注