我正在阅读Max Khun 的应用预测建模。在第 16 章中，他讨论了使用替代截止值作为类别不平衡的补救措施。

假设我们的模型预测 2 个事件 e1 和 e2 的最可能结果。我们有 e1 发生的预测概率为 0.52，而 e2 发生的预测概率为 0.48。使用标准的 0.5 作为 e1 截止值，我们将预测 e1，但使用替代的 0.56 截止值作为 e1，我们将预测 e2，因为我们仅在 p(e1) > 0.56 时预测 e1。

我的问题是，在使用交替截止时重新调整概率是否有意义。例如，在我之前的示例中，使用 e1 的 0.56 截止值。

p(e1) = 0.52；p(e2) = 0.48

然后我们应用 0.56 - 0.5 = 0.06 的调整。

所以

p_adj(e1) = 0.52 - 0.06 = 0.46; p_adj(e2) = 0.48 + 0.06 = 0.54

基本上我们改变概率，以便它们在 p_adj(e1) > 0.5 时预测 e1。

如果我的逻辑存在明显缺陷，我深表歉意，但是当 p(e1) > p(e2) 时预测 e2 对我来说直觉上是错误的。哪些概率更符合现实世界的概率？