python - 如何在 Catboost 预测方法中实现 select_threshold?
问题描述
我训练了 CatBoostClassifier 模型并计算了select_threshold
catboost_pool = Pool(X_train, y_train, cat_features= cat_feature)
roc_curve_values = get_roc_curve(model, catboost_pool)
boundary = select_threshold(model, curve=roc_curve_values, FPR=0.01)
有一个boundary == 0.8598920270324757
我现在如何实现这个值来降低预测中的 FPR 率?例如在混淆矩阵中?
pd.DataFrame(classification_report(y_test, y_pred, output_dict=True)).transpose()
解决方案
推荐阅读
- wordpress - 更改 WooCommerce 产品商店 URL
- angular - 未捕获的 DOMException:无法在“窗口”上执行“postMessage”
- react-native - 错误:由于 React native (Realm) 中出现以下错误,需要迁移
- ruby-on-rails - 从 c9.io 迁移到 AWS Cloud9 后如何修复 rake db:migrate 错误?
- python - pygame:调整子类所基于的表面大小
- .net-core - 如何解决 HTTP 405 错误 NotAllowedMethod
- php - 如何调试 LARAVEL 419 POST 错误?
- powershell - 如何使用参数列表将参数添加到作业中
- coordinates - MySQL 的点类的 X 和 Y 值可以有多少位小数?
- android - 三星设备上不调用自我管理的连接服务回调