質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
Kaggle

Kaggleは、機械学習モデルを構築するコンペティションのプラットフォームおよびその運営企業を指します。企業や政府といった組織とデータサイエンティスト・機械学習エンジニアを繋げるプラットフォームであり、単純なマッチングではなくコンペティションが特徴です。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

最適化

最適化とはメソッドやデザインの最適な処理方法を選択することです。パフォーマンスの向上を目指す為に行われます。プログラミングにおける最適化は、アルゴリズムのスピードアップや、要求されるリソースを減らすことなどを指します。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

3973閲覧

optuna+lightgbmでprauc最大化をしたい

esklia

総合スコア81

Kaggle

Kaggleは、機械学習モデルを構築するコンペティションのプラットフォームおよびその運営企業を指します。企業や政府といった組織とデータサイエンティスト・機械学習エンジニアを繋げるプラットフォームであり、単純なマッチングではなくコンペティションが特徴です。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

最適化

最適化とはメソッドやデザインの最適な処理方法を選択することです。パフォーマンスの向上を目指す為に行われます。プログラミングにおける最適化は、アルゴリズムのスピードアップや、要求されるリソースを減らすことなどを指します。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2021/07/15 05:32

編集2021/07/15 05:33

不均衡データの最適化に際し、praucを以下のコードから算出しようとすると、画像のエラーが発生しました。
エラー文を見ると、praucが増えても減ってもいないという不可解なエラーでした。疑問点は次の通りです。

①はじめてpraucを自分で実装したので、precision, recall, thresholds = precision_recall_curve(test_y.values.tolist(), preds)
で算出したprecisionとrecallに対して metrics.auc(precision, recallを適用するという考えが間違っているかどうか。ただし、recall,precisionのシェイプは一致していて、rocaucを出すのと同様にこの場合でも成功するのではないかと考えています。
https://scikit-learn.org/stable/modules/generated/sklearn.metrics.auc.html
の説明と実装例からも、私のやろうとしていることがあっているような印象を受けました。

②praucを算出するときに増減は問題にならないにもかかわらず、このようなエラーが出ている理由と私の認識の誤りは何でしょうか。

以上、よろしくお願いいたします。

エラー部分 from sklearn.metrics import precision_recall_curve from sklearn import metrics rocauc = roc_auc_score(test_y.values.tolist(), preds) precision, recall, thresholds = precision_recall_curve(test_y.values.tolist(), preds) prauc = metrics.auc(precision, recall) 一行うえでエラー発生

イメージ説明

auc_list=[] def objective(trial): logger.info('{} START:'.format(trial.number)) data = pd.read_pickle(f'{PATH}prd_tr.pkl') test = pd.read_pickle(f'{PATH}prd_te.pkl') target = pd.read_pickle(f'{PATH}y.pkl') # random_state固定しないほうがはんかできてよさげか train_x, test_x, train_y, test_y = train_test_split(data, target, test_size=0.25,stratify=target) dtrain = lgb.Dataset(train_x, label=train_y) dtest = lgb.Dataset(test_x, label=test_y) param = { 'objective': 'binary', 'metric': 'auc', 'lambda_l1': trial.suggest_loguniform('lambda_l1', 1e-8, 10.0), 'lambda_l2': trial.suggest_loguniform('lambda_l2', 1e-8, 10.0), 'num_leaves': trial.suggest_int('num_leaves', 2, 256), 'feature_fraction': trial.suggest_uniform('feature_fraction', 0.4, 1.0), 'bagging_fraction': trial.suggest_uniform('bagging_fraction', 0.4, 1.0), 'bagging_freq': trial.suggest_int('bagging_freq', 1, 7), 'min_child_samples': trial.suggest_int('min_child_samples', 5, 100), } pruning_callback = optuna.integration.LightGBMPruningCallback(trial, 'auc') gbm = lgb.train(param, dtrain,valid_sets=dtest, callbacks=[pruning_callback]) preds = gbm.predict(test_x) pred_labels = np.rint(preds) accuracy = sklearn.metrics.accuracy_score(test_y, pred_labels) # 今回はpraucのほうが適切とみて、praucを算出しよう from sklearn.metrics import precision_recall_curve from sklearn import metrics rocauc = roc_auc_score(test_y.values.tolist(), preds) precision, recall, thresholds = precision_recall_curve(test_y.values.tolist(), preds) prauc = metrics.auc(precision, recall) auc_list.append(rocauc) logger.info(' CURRENT MAX AUC: {}'.format(rocauc)) logger.info(' accuracy:{}'.format(accuracy)) return rocauc if __name__ == "__main__": study = optuna.create_study(direction="maximize") study.optimize(objective, n_trials=2000,timeout=3600) # 目的関数を10回呼び出し、その中で得られた最も良い評価値(ここでは最小化問題を考えます)とそのパラメーターを出力します。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

正しくは、metrics.auc(recall, precision) です。引数の順番が逆になっています。recallがx軸です。

metrics.auc関数はx軸が単調増加か単調減少である必要があります。

参考: sklearn.metrics.auc公式ドキュメント
xndarray of shape (n,)
x coordinates. These must be either monotonic increasing or monotonic decreasing.

この時、x軸となるrecallは単調減少であることが保証されています。

参考: sklearn.metrics.precision_recall_curve公式ドキュメント
recall : ndarray of shape (n_thresholds + 1,)
Decreasing recall values such that element i is the recall of predictions with score >= thresholds[i] and the last element is 0.

一方、PR曲線では、y軸precisionはノコギリ状、すなわち単調増加でも単調減少でも無いものになることがあります。よって、precisionとrecallを逆順にしてしまうと、「x軸が単調増加でも単調減少でも無い」という意味のエラーが発生します。

ノコギリ状のPR曲線の例については、以下の記事が参考になるでしょう。

インバランスデータにおけるPR曲線とROC曲線の振る舞いの違い

投稿2021/07/16 13:47

編集2021/07/16 22:54
toast-uz

総合スコア3266

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問