最后更新: 2025-02-17 14:28 查看: 97 次纠错评论(0) 课件开VIP

阈值和混淆矩阵

假设您有一个用于垃圾邮件检测的逻辑回归模型，该模型预测一个介于 0 到 1 之间的值，表示给定电子邮件是垃圾邮件的概率。预测结果为 0.50 表示电子邮件为垃圾邮件的可能性为 50%，预测为 0.75 表示电子邮件为垃圾邮件的可能性为 75%，依此类推。

您想在电子邮件应用中部署此模型，以将垃圾邮件过滤到单独的邮件文件夹中。不过，为此，您需要转换模型的原始数值输出（例如0.75）分为“垃圾邮件”或“非垃圾邮件”这两类。

如需进行此转换，您需要选择一个阈值概率，称为分类阈值。然后，概率高于阈值的示例会被分配到正类别（即您要测试的类，此处为 spam）。概率较低的示例会被分配到负类别（即备选类别，此处为 not spam）。

### 详细了解分类阈值

您可能会想知道：如果预测得分等于分类阈值（例如，分类阈值为 0.5，得分为 0.5），会怎么样？这种情况的处理取决于为分类模型选择的特定实现。如果得分和阈值相等，Keras 库会预测负类，但其他工具/框架可能会以不同的方式处理这种情况。

假设模型为某封电子邮件评分为 0.99，预测该电子邮件是垃圾邮件的概率为 99%；为另一封电子邮件评分为 0.51，预测该电子邮件是垃圾邮件的概率为 51%。如果您将分类阈值设置为 0.5，模型将将这两封电子邮件都归类为垃圾邮件。如果您将阈值设置为 0.95，则只有得分为 0.99 的电子邮件才会被归类为垃圾邮件。

虽然 0.5 看起来像是一个直观的阈值，但如果一种错误分类的代价高于另一种类型，或者类别不平衡，那么这并不是一个好主意。如果只有 0.01% 的电子邮件是垃圾邮件，或者误归档合法电子邮件比将垃圾邮件放入收件箱更糟糕，如果将模型认为至少 50% 的垃圾邮件标记为垃圾邮件，会产生不良结果。

## 混淆矩阵
概率得分不是现实情况，也不是标准答案。二元分类器的每个输出都有四种可能的结果。在垃圾邮件分类器示例中，如果您将标准答案作为列，将模型的预测结果作为行，则会得到以下表格（称为混淆矩阵）：
 ![图片](/uploads/2025-02/7c1db4.jpg)
 
 请注意，每行中的总数表示所有预测正例 (TP + FP) 和所有预测负例 (FN + TN)，无论其有效性如何。与此同时，每个列中的总和会显示所有真实正例 (TP + FN) 和所有真实负例 (FP + TN)，而不会考虑模型分类。

如果实际正例的总数与实际负例的总数不接近，则表示数据集不平衡。不平衡数据集的实例可能是包含数千个云彩照片，而您感兴趣的罕见云类型（例如卷云云）仅出现几次。

科数题库(单机版) 会议室预约系统(book)

今日还可看 0 篇未注册用户每天查看4篇，注册用户每天8篇，开通VIP会员无限制查看。

免费注册

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

上一篇：简介

下一篇：准确率、召回率、精确率和相关指标

本文对您是否有用？有用 (0) 无用 (0)