python - 如何在随机森林中设置自己的概率阈值？

Question

我使用 python 在具有二进制目标类的不平衡数据集上运行随机森林。我想将默认概率阈值 0.5 更改为另一个值以提高召回率和精度。到目前为止，我找不到任何可用于执行此任务的已定义方法或类。有人可以建议一种方法吗？或者这是否意味着我应该自己编写代码？干杯

Answer 1

scikit-learn 的 RandomForestClassifier 没有固定的阈值来为样本分配类别。从RandomForestClassifier.predict的源码中可以看到它只是返回最有可能的类别。当然，您可以使用@thiom建议的方法，但我很难想象这会提高精确度和召回率。

例如，如果您选择的阈值是 0.7，类别概率是 0.6 和 0.4，您会分配哪个类别？一点也没有？

作为替代方案，您可以尝试使用 RandomForestClassifier 的 class_weight 选项来为代表性不足的类别赋予更多权重。