scikit-learn .predict（）默认阈值

Question

我正在处理不平衡类（5％1）的分类问题。我想预测班级，而不是概率。

在二进制分类问题中，默认情况下是否classifier.predict()使用scikit 0.5？如果没有，默认方法是什么？如果可以，该如何更改？

在scikit中，某些分类器可以class_weight='auto'选择，但并非全部都可以。使用class_weight='auto'，是否.predict()将实际人口比例用作阈值？

在MultinomialNB不支持的分类器中执行此操作的方式是什么class_weight？除了predict_proba()自己使用然后计算类。

Answer 1

classifier.predict()默认情况下，scikit是否使用0.5？

在概率分类器中，是的。正如其他人所解释的那样，从数学角度来看，这是唯一明智的阈值。

在不支持的分类器（如MultinomialNB）中，如何做到这一点class_weight？

您可以设置class_prior，即每个类 y 的先验概率P（ y ）。这有效地改变了决策边界。例如 __

# minimal dataset
>>> X = [[1, 0], [1, 0], [0, 1]]
>>> y = [0, 0, 1]
# use empirical prior, learned from y
>>> MultinomialNB().fit(X,y).predict([1,1])
array([0])
# use custom prior to make 1 more likely
>>> MultinomialNB(class_prior=[.1, .9]).fit(X,y).predict([1,1])
array([1])