我正在建立一个牛顿引力方程模型。它接收两个质量和一个半径，并输出它从公式中生成的内容。
我现在想将其转换为二元分类模型，为此我选择了一个阈值。如果力高于则 1 如果低于 0。
问题
鉴于上述问题，如何创建 predict_proba 函数？
连续目标上的 predict_proba() 二进制
数据挖掘
机器学习
分类
回归
统计数据
2022-02-14 07:13:47
1个回答
您可以在 Force 值上使用 Sigmoid 函数（根据最大值缩放到 [0-10]）
缩放后阈值应变为 5。
def predict_proba(y_pred):
y_pred = y_pred*10/100000 # scaled to [0-10]
thresold = 5
proba = np.exp(y_pred - threshold)/(1 + np.exp(y_pred - threshold))
return proba
predict_proba(100000), predict_proba(80000), predict_proba(50000), predict_proba(40000), predict_proba(10000), predict_proba(2000)
(0.9933, 0.9525, 0.5, 0.2689, 0.0179, 0.0081)