Logistic regression中的threshold

参考

[1] https://developers.google.com/machine-learning/crash-course/classification/thresholding

逻辑回归返回的是一个概率。您可以“原样”使用返回的概率(例如:用户点击此广告的概率为0.00023),也可以将返回的概率转换成二元值(例如,这封电子邮件是垃圾邮件)。

如果某个逻辑回归模型对某封电子邮件进行预测时返回的概率是0.9995,则表示该模型预测这封邮件非常可能是垃圾邮件。相反,在同一个逻辑回归模型中预测分数为0.0003的另一封电子邮件很可能不是垃圾邮件。可是如果某封电子邮件的预测分数为0.6呢?为了将逻辑回归值映射到二元类别,您必须制定分类阈值classification threshold(也称为判定阈值decision threshold)

如果值高于该阈值,则表示垃圾邮件。如果值低于该阈值,则表示非垃圾邮件。人们往往会认为分类阈值应该始终为0.5, 但是阈值取决于具体问题,因此您必须对其进行调整。

我会在后面的部分中详细介绍可用于对分类模型进行评估的指标,以及更改分类阈值对这些评估指标的影响。
注意:“调整”逻辑回归的阈值不同于调整学习率等超参数。在选择阈值时,需要评估您将因犯错而承担多大的后果。例如,将非垃圾邮件误标记为垃圾邮件会非常糟糕。不过,虽然将垃圾邮件误标记为非垃圾邮件会令人不快,但是应该不会让您丢掉工作。

# Logistic regression中的threshold相关推荐

  1. logistic regression中的cost function选择

    一般的线性回归使用的cost function为: 但由于logistic function: 本身非凸函数(convex function), 如果直接使用线性回归的cost function的话, ...

  2. Exercise: Logistic Regression and Newton's Method

     Exercise: Logistic Regression and Newton's Method 题目地址: Exercise: Logistic Regression 题目概要:某个高中有8 ...

  3. 逻辑回归Logistic Regression 之基础知识准备

    0. 前言   这学期 Pattern Recognition 课程的 project 之一是手写数字识别,之二是做一个网站验证码的识别(鸭梨不小哇).面包要一口一口吃,先尝试把模式识别的经典问题-- ...

  4. Logistic Regression 之基础知识准备

    0. 前言   这学期 Pattern Recognition 课程的 project 之一是手写数字识别,之二是做一个网站验证码的识别(鸭梨不小哇).面包要一口一口吃,先尝试把模式识别的经典问题-- ...

  5. 台湾大学林轩田机器学习技法课程学习笔记5 -- Kernel Logistic Regression

    红色石头的个人网站:redstonewill.com 上节课我们主要介绍了Soft-Margin SVM,即如果允许有分类错误的点存在,那么在原来的Hard-Margin SVM中添加新的惩罚因子C, ...

  6. 线性模型(3):Logistic Regression

    此笔记源于台湾大学林轩田老师<机器学习基石><机器学习技法> (一)Logistic Regression 原理 对于分类问题,假设我们想得到的结果不是(x属于某一类)这种形式 ...

  7. 吴恩达机器学习ex2 Logistic Regression (python)

    Programming Exercise 2: Logistic Regression Machine Learning 目录 Introduction 1 Logistic regression 1 ...

  8. python 逻辑回归 复杂抽样_逻辑回归(Logistic Regression) ----转载

    概要: 1. 介绍Logistic Regression的数学模型,推导并详细解释求解最优回归系数的过程: 2. Python实现Logistic Regression的基本版: 3. 介绍sklea ...

  9. 机器学习笔记04:逻辑回归(Logistic regression)、分类(Classification)

    之前我们已经大概学习了用线性回归(Linear Regression)来解决一些预测问题,详见: 1.<机器学习笔记01:线性回归(Linear Regression)和梯度下降(Gradien ...

  10. 利用OpenCV与Sklearn实现的Logistic Regression

    学习机器学习已经有一周了.和许多机器学习的初学者一样,首先接触的就是Linear Regression和 Logistic Regression. 二者都是在确定了方法集(Model)之后,利用Gra ...

最新文章

  1. 搭建ngrok服务器之扩展
  2. python开发专属表情包_Python开发个人专属表情包网站
  3. git 配置命令行别名
  4. Pro ASP.NET 4 CMS
  5. framebuffer驱动详解2——framebuffer驱动框架分析
  6. java连接cdh集群_有一台电脑需要通过beeline的方式连接到CDHclouderahadoop集群,提示报错。...
  7. 启动不起来_国产开源工具:U盘启动工具Ventoy v1.0.29发布——墨涩网
  8. Java摇骰子比大小_还在摇骰子比大小?这几款火热的KTV喝酒游戏你值得收藏
  9. Flink : Could not resolve substitution to a value: ${akka.stream.materializer}
  10. SQL Server中的约束:SQL NOT NULL,UNIQUE和SQL PRIMARY KEY
  11. R第四章:基本数据管理
  12. linux内核配置声卡,声卡 - deepin Wiki
  13. 关于初级安全工程师的培训思路或大纲整理
  14. Verilog学习之路(1)— Quartus II 13.0下载安装和HelloWorld
  15. Referrer 还是 Referer?
  16. Java基础教程-01-Java简介与变量介绍
  17. pic18f66k80_boot 与 led (hex)
  18. 怎样制作FL Studio步进音序器中的节奏
  19. 视频教程-板绘生存指南-原画设计
  20. 经典智力题:拿球问题

热门文章

  1. Latex中使用thebibliography环境时去除“参考文献”标题方法
  2. 【项目管理/PMP/PMBOK第六版/新考纲】项目资源管理/权力理论/管理方格理论/领导生命周期理论/激励理论/马斯洛需求层次理论/赫兹伯格的双因素理论/X理论和Y理论/弗鲁姆的期望理论
  3. perl pack和unpack的使用详解
  4. 计算机专业在哪个城市就业好,计算机专业在哪几个城市就业好点?
  5. 6096. 咒语和药水的成功对数
  6. 面对妖艳的配置文件,python小技巧来帮你!
  7. oracle spatial特点,Oraclespatial结构取讲解
  8. 新建的html文件都不能显示图片,WindowsXp系统打开网页无法显示图片的解决方案...
  9. The Finalless——新学期的scrum
  10. pack_padded_sequence torch说明