我的问题如下：我有一个二元逻辑回归模型，其数据集非常不平衡，输出预测的百分比。从图像中可以看出，随着阈值的增加，它会停止预测某个点。我正在研究校准技术以尝试使其更好地工作，但我想也许我可以在这里找到一些方向。
我尝试过给课程赋予权重，但似乎并没有变得更好。
是概率校准问题吗？
下面的三个图表没有按特定顺序显示。
提前致谢。
我有 3 个二元 Logistic 回归图，我想更好地了解正在发生的事情并了解使模型更好的策略
数据挖掘
机器学习
分类
逻辑回归
阶级失衡
概率校准
2022-01-25 19:32:53
1个回答
给定一个混淆矩阵：
predicted
(+) (-)
---------
(+) | TP | FN |
actual ---------
(-) | FP | TN |
---------
我们知道：
Precision = TP / (TP + FP)
Recall = TP / (TP + FN)
从图像中可以看出，随着阈值的增加，某个点会停止预测
那不是真的，它只停止准确预测一个类。什么是不可理解的，因为您移动了阈值以对其他班级做出所有预测。
不要自己优化这个，例如随机森林会隐式地为你做这个，（确定截止水平）或者你自己做超参数优化。
其它你可能感兴趣的问题