Suddivisione dei dati

Una volta che una rete neurale è stata addestrata, è necessario un metodo per valutare le sue prestazioni su dati non visti. Questo ci aiuta a capire se il modello ha realmente appreso schemi utili o se ha semplicemente memorizzato i dati di addestramento. Per ottenere ciò, il dataset viene suddiviso in due parti:

• Training set: questa parte dei dati viene utilizzata per addestrare la rete neurale, permettendole di regolare pesi e bias tramite backpropagation;
• Test set: dopo l'addestramento, il modello viene valutato su questo dataset separato per misurare quanto bene generalizza su nuovi esempi non visti.

Una suddivisione tipica è 80% training / 20% testing, anche se questa proporzione può variare in base alla dimensione e complessità del dataset.

La suddivisione train/test viene solitamente effettuata utilizzando la funzione train_test_split() dal modulo sklearn.model_selection:

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=...)

Il parametro test_size specifica la proporzione del dataset da utilizzare come test set. Ad esempio, impostando test_size=0.1 significa che il 10% dei dati verrà utilizzato per il test, mentre il restante 90% per l'addestramento.

Se un modello ottiene buoni risultati sui dati di addestramento ma scarsi sui dati di test, potrebbe essere soggetto a overfitting, ovvero ha memorizzato il training set invece di apprendere schemi generalizzabili. L'obiettivo è ottenere una alta accuratezza sul test mantenendo una buona capacità di generalizzazione.

Una volta addestrato il modello, è necessario quantificare le sue prestazioni utilizzando delle metriche. La scelta della metrica dipende dallo specifico compito di classificazione.

Metriche di classificazione

Per i problemi di classificazione, possono essere utilizzate diverse metriche chiave per valutare le previsioni del modello:

• accuratezza;
• precisione;
• recall;
• F1-score.

Poiché un percettrone esegue una classificazione binaria, la creazione di una matrice di confusione aiuterà a comprendere meglio queste metriche.

Accuratezza misura la proporzione di campioni classificati correttamente sul totale. Se un modello classifica correttamente 90 su 100 immagini, la sua accuratezza è 90%.

Sebbene l'accuratezza sia utile, potrebbe non fornire sempre una visione completa—specialmente per dataset sbilanciati. Ad esempio, in un dataset in cui il 95% dei campioni appartiene a una sola classe, un modello potrebbe raggiungere il 95% di accuratezza semplicemente prevedendo sempre la classe maggioritaria—senza apprendere realmente nulla di utile. In questi casi, precisione, richiamo o F1-score possono essere metriche più informative.

Precisione è la percentuale di casi positivi previsti correttamente su tutti i positivi previsti. Questa metrica è particolarmente utile quando i falsi positivi sono costosi, come nel rilevamento di spam o frodi.

Richiamo (sensibilità) misura quanti dei casi effettivamente positivi il modello identifica correttamente. Un alto richiamo è essenziale in scenari in cui i falsi negativi devono essere minimizzati, come nelle diagnosi mediche.

F1-score è la media armonica di precisione e richiamo, fornendo una misura bilanciata quando sia i falsi positivi che i falsi negativi sono importanti. Questo è utile quando il dataset è sbilanciato, cioè quando una classe appare significativamente più spesso dell'altra.