机器学习算法预测结果是否随threshold的递减而绝对递减
机器学习算法预测结果是否随threshold的递减而递减
对于机器学习算法的预测结果,给定不同的threshold,计算出的metrics(如Precision)值是不同的。一般来说随着threshold的减小,Precision值是减小的。但是如果因为模型本身的局限性导致预测的概率值有问题,可能Precision就不是递减的了,但是整体上来说,还是减小的趋势。
举例如下,给出一些数值对,第一个参数是算法预测的概率值,第二个参数是实际的label:
(0.4,0)
(0.6,1)
(0.7,1)
(0.52,1)
(0.56,0)
上述是(score,real_label)
设置阈值为 0.55
,混淆矩阵如下:
True | False | |
---|---|---|
True | 2 | 1 |
False | 1 | 1 |
precision = 2 / (2+1)
设置阈值为 0.51
,混淆矩阵如下:
True | False | |
---|---|---|
True | 3 | 0 |
False | 1 | 1 |
precision = 3 / (3+1)
Precision增加。