Optimal Classification Cutoffs
5 months ago
- #classification
- #machine-learning
- #threshold-optimization
- 通过优化分类阈值可以解决数据不平衡和不对称成本问题，从而提升模型性能。
- 在医疗诊断、欺诈检测、垃圾邮件过滤和不平衡数据集等场景中，默认的0.5阈值通常并非最优选择。
- 该库提供高效阈值优化算法（sort_scan、minimize、gradient、auto），其中sort_scan算法对大规模数据集处理速度最快。
- API 2.0.0版本特性包括：简洁设计、自动选择算法、O(n log n)复杂度优化、成本矩阵决策支持，以及Python 3.10+的现代性能优化。
- 标准优化方法在处理F1分数等分段常数指标时会因零梯度和平坦区域而失效。
- 快速示例演示了如何使用该库查找并应用最优阈值，结果显示优化后的F1分数显著优于默认阈值。
- 该库支持学术用途，并提供了规范的引用格式以供学术论文标注。