Предположим, что я построю классификационную модель, а затем, чтобы улучшить, скажем, точность, я просто увеличиваю свою пороговую вероятность высшего класса. Имеет ли это смысл? Я не меняю модель, а просто меняю пороговую вероятность, чтобы получить лучший ответ. Это нормально? СпасибоКак определить порог в модели классификации?
Настройка параметров, например установка порога в соответствии с вашими данными, отлично.
Однако имейте в виду, что вы должны выполнить разделение ваших данных на поезд-тест. Данные обучения используются для расчета ваших параметров, тестовые данные должны использоваться только один раз в самом конце, когда вы хотите рассчитать, насколько хорошо работает ваш алгоритм. Если вам нужны два набора данных для расчета ваших параметров (например, некоторые параметры, а затем еще один набор данных для порога), затем снова разделите свой набор учебных материалов (теперь у вас есть учебные, валидационные и тестовые данные).
Это вполне приемлемо, на самом деле это одна из причин, по которым у нас есть кривая ROC и кривая отзыва точности.
Изменение порога известно как настройка параметров и является обычной практикой.
это нормально со мной! – cel