如何设置scikit学习随机森林模型的阈值

Question

在看到 precision_recall_curve 之后，如果我想设置 threshold = 0.4，如何将 0.4 实现到我的随机森林模型（二元分类）中，对于任何概率 <0.4，将其标记为 0，对于任何 >=0.4，将其标记为 1。

 from sklearn.ensemble import RandomForestClassifier
  random_forest = RandomForestClassifier(n_estimators=100, oob_score=True, random_state=12)
  random_forest.fit(X_train, y_train)
from sklearn.metrics import accuracy_score
  predicted = random_forest.predict(X_test)
accuracy = accuracy_score(y_test, predicted)

文档 精确召回

原文由 BigData 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

假设您正在进行二进制分类，这很容易：

 threshold = 0.4

predicted_proba = random_forest.predict_proba(X_test)
predicted = (predicted_proba [:,1] >= threshold).astype('int')

accuracy = accuracy_score(y_test, predicted)

原文由 Stev 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

random_forest = RandomForestClassifier(n_estimators=100)
random_forest.fit(X_train, y_train)

threshold = 0.4

predicted = random_forest.predict_proba(X_test)
predicted[:,0] = (predicted[:,0] < threshold).astype('int')
predicted[:,1] = (predicted[:,1] >= threshold).astype('int')

accuracy = accuracy_score(y_test, predicted)
print(round(accuracy,4,)*100, "%")

这带有一个错误，指的是最后一个准确性部分“ValueError：无法处理二进制和多标签指示器的混合”

原文由 BigData 发布，翻译遵循 CC BY-SA 4.0 许可协议