如何在逻辑回归中使用计算出的阈值？

Question

我使用 Python 中的以下代码计算了最高准确度的最佳阈值 0.61：

# probability
y_pred_prob = tv_lr.predict_proba(tv_x_test_vector)  

# fpr, tpr, threshold
fpr, tpr, threshold = roc_curve(y_test, y_pred_prob[:,1])

# accuracy score for threshold
accuracy_ls = []
for thresh in threshold:
    y_pred = np.where(y_pred_prob[:,1]>thresh, 1, 0)
    accuracy_ls.append(accuracy_score(y_test, y_pred))

# Dataframe
acc_thr_df = pd.concat([pd.Series(threshold), pd.Series(accuracy_ls)], axis=1, )
acc_thr_df.columns = ['thresh', 'acc']
acc_thr_df.sort_values(by='acc', ascending=False) # Chose the 1st value

当我使用tv_lr.predict(tv_x_test_vector)它使用 0.5 作为阈值。

请告知如何将阈值更改为0.61？ 此处显示的代码是否正确执行此操作而不是使用tv_lr.predict(tv_x_test_vector) ？

y_pred = np.where(y_pred_prob[:,1]>0.61, 1, 0)

Answer 1

LogisticRegression估计器的predict方法不允许您将阈值作为参数传递，只允许您使用 0.5 作为阈值。 因此，正如您所说，您必须自己将概率转换为硬预测，以获得阈值的自定义值。

你的代码似乎是正确的。