如何调整典型的sklearn数据挖掘方法的阈值，以平衡精确性和召回率？

Question

基本上，我使用pythonsk-learn库中的一些数据挖掘算法来进行分类。在

然而，我得到了一些非常不平衡的结果，比如，大约0.99召回率和低于{}的准确率。在

概念上的分类算法依赖于某个“阈值”来进行决策，这意味着我应该能够通过调整这个“阈值”来平衡准确率和召回率。在

但是，我在sklearn中找不到一些API来帮助这一点，所以我的问题是：如何操作sklearn库中的底层“阈值”来平衡精确度和召回率？在

Answer 1

如果你的问题不是关于不平衡的数据，我必须参考你在Andrew Ng的机器学习课程中学习到的一些注释：http://www.holehouse.org/mlclass/06_Logistic_Regression.html

我在这里选择Logistic回归是因为我不知道你使用的方法。但结论基本上是阈值不是学习者模型的显式参数。我的意思是，你可以选择你要在什么地方削减分类（在概率模型中），或者你可以在其他一些方法中建立一些加权参数（检查这个答案：scikit .predict() default threshold）。在

严格地说，这个学习算法不应该只考虑错误/错误的比例。在

旁注：在一个特定的分类问题中，我“经验地”发现我至少需要0.6的概率才是正确的，所以我使用了分类器的方法predict_proba而不是{}，所以最终是我决定了返回的类。不知道这是否有用。