如何为输出预测设置条件阈值？

Question

我有一个机器学习模型，它可以进行多标签文本分类。我有一个predictor对象，它成功地预测了我用作输入的文本字符串的分类。它将其预测分配给单个预测作为列表，如下所示：

[('unrelated', 0.9684208035469055), ('curated', 0.02895800955593586)]

我觉得这可能很简单，但本质上我只需要 为策划的匹配创建阈值

因此，如果策展人的信心高于0.90或类似水平，我可以打印一份声明

但是，我不知道如何指定这个条件

它是一个列表对象，所以我尝试指定索引。但是，每个索引同时输出['label', confidence]。此外，索引的顺序取决于置信度。它总是首先显示最高级别的置信度标签。因此，指定索引编号不会有多大帮助，因为它会发生变化

single_prediction = predictor.predict(result)
df.at[0,'prediction'] = single_prediction
if single_prediction[0] >= .95:
    print('this is a match')
print(single_prediction)

Answer 1

您可以使用列表理解：

results = [ [('curated', 0.6), ('unrelated', 0.4)],
           [('unrelated', 0.55), ('curated', 0.45)],
          [('unrelated', 0.7), ('curated', 0.3)]]

threshold = 0.4
for result in results:
    if [x[1] for x in result if x[0] == 'curated'][0] > threshold:
        print(result)

---

输出：

[('curated', 0.6), ('unrelated', 0.4)]
[('unrelated', 0.55), ('curated', 0.45)]