python - 逻辑回归中的混淆矩阵

Question

在二元分类的 Logistic 回归中，使用 predict() 时，分类器如何决定类别 (1/0)？

是否基于概率阈值，如果 >0.5 则为 1，否则为 0？如果是这样，这个阈值可以手动更改吗？

我知道我们从 predict_prob() 获得概率，但我对 predict() 函数很好奇!

Answer 1

与其他分类模型一样，逻辑回归返回每个类别的概率。作为二元预测器，它只有两个类。

来自source code ，predict() 返回类别概率最高的类别。

def predict(self, X):
    """Predict class labels for samples in X.
    Parameters
    ----------
    X : {array-like, sparse matrix}, shape = [n_samples, n_features]
        Samples.
    Returns
    -------
    C : array, shape = [n_samples]
        Predicted class label per sample.
    """
    scores = self.decision_function(X)
    if len(scores.shape) == 1:
        indices = (scores > 0).astype(np.int)
    else:
        indices = scores.argmax(axis=1)
    return self.classes_[indices]

所以是的，在这种情况下，它返回概率大于 50% 的类，因为类概率之和 = 1。