我有一个逻辑回归分类器，它显示了不同概率边界处的精度和召回率的不同性能水平，如下所示：
分类器决定某物属于哪个类的默认阈值为 0.5。但是，我是否正确理解为了获得最佳的性能权衡，我应该将决策边界设置为以下约 0.82？这可以在 Scikit-Learn 中完成，但我想确保我得出正确的结论。任何意见，将不胜感激。
在二元分类器上选择边界以优化精度和召回率
数据挖掘
scikit-学习
逻辑回归
分类器
2021-09-27 05:14:26
1个回答
准确率和召回率曲线的交点当然是一个不错的选择，但它不是唯一可能的选择。
选择主要取决于应用程序：在某些应用程序中具有很高的召回率是至关重要的（例如火警系统），而在其他一些应用程序中，精度更为重要（例如，决定某人是否需要有风险的医疗）。当然，如果你的应用需要高召回率，你会选择 0.6 之前的阈值，如果它需要高精度，你会选择 0.85-0.9 左右的阈值。
如果这些情况都不适用，人们通常会选择一个评估指标来优化：F1-score 将是一个常见的指标，有时是准确度（但如果存在严重的类不平衡，则不要使用准确度）。F1-score 可能在两条曲线相交的点附近是最佳的，但不确定：例如它可能在 0.8 之前，当召回率缓慢下降而精度快速提高时（这只是一个例子，我当然不确定）。
我的观点是，即使在这种情况下这是一个完全合理的选择，通常也没有特别的理由自动选择精确度和召回率相等的点。