截止点 1 的随机森林答案

【问题标题】：Random forest at cutoff 1截止点 1 的随机森林
【发布时间】：2020-04-06 06:14:45
【问题描述】：

我正在为我的 RF 模型使用不同的决策截止值。当我选择 1.0 的截止值时，我希望我的模型在检测阳性样本时非常精确，但召回率很低。然而 scikit 在截止 1.0 处显示精度和召回率为 0？为什么会这样？

【问题讨论】：

【解决方案1】：

它预测任何东西都是 0 因此，如果考虑 1 类，则根本没有真正的肯定所以两者都显示 0 是合理的

【讨论】：

【解决方案2】：

您预测的属于正类的概率将在区间(0,1) 内。我设置了一个开区间，因为从数字上讲，没有概率恰好是一个，而是一个非常接近的数字。如果您将截止值恰好设置为 1，那么您的所有预测概率都将低于截止值，并且正如 @parsa 所说，一切都将被归类为负数！

由于精确率和召回率的分子都具有 TRUE POSITIVES 的数量，因此它们都将为 0，因为您的模型会将所有内容预测为负数，并且您将有 0 真或假阳性

【讨论】：

谢谢。我看到你的解释，这是有道理的。我现在在想，在我的应用程序中，我想要实现的是，如果随机森林中的所有树都预测它是正的，那么“一个样本应该只被归类为正”。因此，我期望所有树的共识不是默认的多数投票，而是对样本进行分类。这就是为什么我在考虑 1 的截止值。我还能如何实现这一目标？