我正在使用基因组数据研究多标签分类 NN。每个样本有 10 个样本和 2 个真实标签（年龄和性别）。我在最后一层使用了 sigmoid 激活，因为样本不再受限于跨类的概率分布，所以我得到的样本对于多个年龄可能具有 0.5 或更高的概率 - 例如 age1 和 age2。由于这是基因组数据，这并不奇怪，尤其是年龄分布。

我正在使用 sklearn 生成混淆矩阵以及精度和召回报告

from sklearn.metrics import classification_report, multilabel_confusion_matrix

preds_train = model.predict(X_train)
preds_test = model.predict(X_test)

preds_train = preds_train > 0.5
preds_test = preds_test > 0.5

preds_train = tf.cast(preds_train, tf.float32)#one-hot predictions
preds_test = tf.cast(preds_test, tf.float32)

print(classification_report(y_true_train, preds_train))
print(classification_report(y_true_test, preds_test))

multilabel_confusion_matrix(targets_train, np.array(preds_train))

如前所述，我遇到了这样一种情况，其中一些样本的正确概率和“不正确”类的概率超过 0.5，产生一个包含该样本的三个 1 而不是两个 1 的单热向量。这意味着这些样本在评估该类的精确召回和 F1 时会变成真阳性，而对于不正确的类则是假阳性。

我的问题是，原则上这是可以和有效的吗？除了提高门槛还有什么可以做的吗？

我倾向于说准确率、召回率和 F1仍然是正确的，因为如果样本是 TP 和 FP 如果这只是存在的模式并代表未来预测可能显示的内容，那么这并不重要！

我很感激任何意见。谢谢！