在二元分类问题中，通过设置不同的阈值、评估它们并选择具有最高 F1 的阈值，很容易找到最佳阈值 (F1)。同样，是否有一种适当的方法可以为多类设置中的所有类找到最佳阈值。
- 如果我们以蛮力方式进行，这将是一个网格搜索问题。有什么有效的方法来做到这一点？
- 是否有任何 ppl 使用或我可以使用的软件包？
- 在多类设置中找到最佳阈值也是一种常见的做法，我没有任何例子吗？
在多类分类任务中寻找最优阈值
数据挖掘
分类
2022-02-18 21:51:45
2个回答
一种解决方案是探索 One-Vs-Rest 分类器，它为每个类创建单独的二元分类器。
在二元分类设置中，您通常只有一个概率，因此您需要一个阈值来定义决策规则。
但是，在标签互斥的多类分类问题中，您有一个多项概率分布，即输入属于个概率加起来为 1。在这种情况下，决策规则通常只是简单地选择概率最高的类别。
在标签不互斥的情况下，每个标签的阈值可以单独选择，就像在二元分类的情况下一样。
其它你可能感兴趣的问题