预测class和对应的概率在H2O上是矛盾的

Question

我使用 H2O 应用了二进制 class化。我简单地将我的集合分成 3 个，分别是训练、校准和测试。在训练和校准之后，我检查了测试集上的结果。此处对应部分：

final_grid = H2OGridSearch(model=H2OGradientBoostingEstimator(model_id = 'contract_gbm2', 
                                    stopping_rounds = 5, stopping_tolerance = 1e-4, seed = 23,
                                    stopping_metric = "AUC",balance_classes = True,
                                    max_runtime_secs=300, calibrate_model=True, calibration_frame=valid,

                                    nfolds = 5),
                       hyper_params=hyper_params_gbm,search_criteria=search_criteria)

我注意到预测的 class 和给定的概率并不总是一致的。见下文：

原来预测不是按照最高概率来决定的？我错过了什么？

Answer 1

阈值是max-F1，不是0.5。

当然，如果您不喜欢那个阈值，那么您可以将 p1 与您喜欢的任何阈值进行比较。