如何确定分类模型中的阈值？
How to decide threshold in classification model?
假设我构建了一个 class化模型，然后为了改进，比方说，精度，我只是增加了更高 class 的阈值概率。这有意义吗？我没有改变模型，只是改变阈值概率以获得更好的答案。可以吗？谢谢
这是完全可以接受的，事实上这就是我们拥有 ROC 曲线和精确召回曲线的原因之一。
更改阈值称为参数调整，是一种常见做法。
参数调优，比如根据你的数据设置一个阈值，完全没问题。
但是，请记住，您应该对数据进行 train-test 拆分。训练数据用于计算你的参数，测试数据应该只在最后使用一次，当你想计算你的算法的性能时。如果你需要两个数据集来计算你的参数（例如，一些参数，然后是阈值的另一个数据集），然后再次拆分你的训练数据集（现在你有训练，验证和test-data）。
假设我构建了一个 class化模型，然后为了改进，比方说，精度，我只是增加了更高 class 的阈值概率。这有意义吗？我没有改变模型，只是改变阈值概率以获得更好的答案。可以吗？谢谢
这是完全可以接受的，事实上这就是我们拥有 ROC 曲线和精确召回曲线的原因之一。
更改阈值称为参数调整，是一种常见做法。
参数调优，比如根据你的数据设置一个阈值，完全没问题。
但是，请记住，您应该对数据进行 train-test 拆分。训练数据用于计算你的参数，测试数据应该只在最后使用一次，当你想计算你的算法的性能时。如果你需要两个数据集来计算你的参数（例如，一些参数，然后是阈值的另一个数据集），然后再次拆分你的训练数据集（现在你有训练，验证和test-data）。