如何在隨機森林中設置自己的概率閾值？

Question

我使用python在二進制目標類的不平衡數據集上運行隨機森林。我想將默認概率閾值0.5更改爲另一個值以提高召回率和精確度。到目前爲止，我找不到任何可用於執行此任務的已定義方法或類。任何人都可以請教一個方法，或者是否意味着我應該自己編寫代碼？乾杯

Answer 1

的RandomForestClassifier scikit學習沒有固定的閾值，以指定一個類樣品。正如你在RandomForestClassifier.predict的源代碼中看到的那樣，它只是返回最可能的類。當然你可以使用@thiom提出的方法，但我很難想象這會提高精度和回憶。

舉例來說，如果你選擇的閾值是0.7和類概率爲0.6和0.4，你什麼分配類？一個都沒有？

作爲一種替代方法，您可以嘗試使用RandomForestClassifier的class_weight選項來更多地重視您的代表性不足的班級。