python - sklearn LogisticRegression 和更改分类的默认阈值

Question

我正在使用 sklearn 包中的 LogisticRegression，并且有一个关于分类的快速问题。我为我的分类器构建了一条 ROC 曲线，结果证明我的训练数据的最佳阈值约为 0.25。我假设创建预测时的默认阈值是 0.5。在进行 10 折交叉验证时，如何更改此默认设置以了解我的模型的准确性？基本上，我希望我的模型为大于 0.25 而不是 0.5 的任何人预测“1”。我一直在查看所有文档，但似乎一无所获。

Answer 1

我想给出一个实际的答案

from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score, confusion_matrix, recall_score, roc_auc_score, precision_score

X, y = make_classification(
    n_classes=2, class_sep=1.5, weights=[0.9, 0.1],
    n_features=20, n_samples=1000, random_state=10
)

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42)

clf = LogisticRegression(class_weight="balanced")
clf.fit(X_train, y_train)
THRESHOLD = 0.25
preds = np.where(clf.predict_proba(X_test)[:,1] > THRESHOLD, 1, 0)

pd.DataFrame(data=[accuracy_score(y_test, preds), recall_score(y_test, preds),
                   precision_score(y_test, preds), roc_auc_score(y_test, preds)], 
             index=["accuracy", "recall", "precision", "roc_auc_score"])

通过将THRESHOLD 更改为0.25，可以发现recall 和precision 分数正在下降。但是，通过删除 class_weight 参数，accuracy 增加但 recall 得分下降。引用@accepted 的回答