【发布时间】：2017-05-30 21:23:39
【问题描述】：
假设我建立了一个分类模型，然后为了提高精度，比如说，我只是增加了更高类别的阈值概率。这有意义吗？我没有改变模型，只是改变阈值概率以获得更好的答案。可以吗？谢谢
【问题讨论】：
-
我没关系！
标签： machine-learning classification data-science threshold
【发布时间】：2017-05-30 21:23:39
【问题描述】：
这是完全可以接受的，事实上这也是我们有 ROC 曲线和精确召回曲线的原因之一。
更改阈值称为参数调整，是一种常见做法。
【讨论】：
参数调整，例如根据您的数据设置阈值，非常好。
但是，请记住，您应该对数据进行训练测试拆分。训练数据用于计算你的参数，测试数据应该只在最后使用一次，当你想计算你的算法的执行情况时。如果您需要两个数据集来计算参数（例如，一些参数和另一个用于阈值的数据集），然后再次拆分您的训练数据集（现在您有了训练数据、验证数据和测试数据）。
【讨论】：