TunedThresholdClassifierCV#
- class sklearn.model_selection.TunedThresholdClassifierCV(estimator, *, scoring='balanced_accuracy', response_method='auto', thresholds=100, cv=None, refit=True, n_jobs=None, random_state=None, store_cv_results=False)[source]#
使用交叉验证对决策阈值进行后调整的分类器。
此估计器对用于将后验概率估计（即
predict_proba的输出）或决策分数（即decision_function的输出）转换为类别标签的决策阈值（截止点）进行后期调整。调整通过优化二元度量完成，可能会受到另一个度量的约束。在用户指南中阅读更多内容。
1.5 版本新增。
- 参数:
- estimatorestimator instance
分类器，无论是否已拟合，我们都希望优化在
predict期间使用的决策阈值。- scoringstr 或 callable，默认为“balanced_accuracy”
要优化的目标度量。可以是以下之一：
str：与二元分类评分函数关联的字符串，请参阅字符串名称评分器以获取选项。
callable: 带有签名
scorer(estimator, X, y)的可调用评分器对象（例如函数）。有关详细信息，请参阅 Callable scorers。
- response_method{“auto”，“decision_function”，“predict_proba”}，默认为“auto”
分类器
estimator的方法，对应于我们希望找到阈值的决策函数。它可以是如果
"auto"，它将尝试按顺序为每个分类器调用"predict_proba"或"decision_function"。否则，为
"predict_proba"或"decision_function"之一。如果分类器未实现该方法，则会引发错误。
- thresholdsint 或 array-like，默认为 100
当对分类器
method的输出进行离散化时要使用的决策阈值数量。传入 array-like 以手动指定要使用的阈值。- cvint，float，交叉验证生成器，可迭代对象或“prefit”，默认为 None
确定用于训练分类器的交叉验证拆分策略。cv 的可能输入为
None，使用默认的 5 折分层 K 折交叉验证；一个整数，指定分层 K 折中的折数；
一个浮点数，指定单个洗牌拆分。浮点数应在 (0, 1) 之间，表示验证集的大小；
用作交叉验证生成器的对象；
生成训练集、测试集拆分的可迭代对象；
"prefit"，绕过交叉验证。
有关此处可使用的各种交叉验证策略，请参阅 用户指南。
警告
使用
cv="prefit"并传入相同的数据集用于拟合estimator和调整截止点可能会导致不期望的过拟合。您可以参考关于模型再拟合和交叉验证的考虑以获取示例。此选项仅应用于拟合
estimator的数据集与用于调整截止点（通过调用TunedThresholdClassifierCV.fit）的数据集不同时。- refitbool，默认为 True
是否在找到决策阈值后，在整个训练集上重新拟合分类器。请注意，在具有多个拆分的交叉验证中强制
refit=False将引发错误。同样，refit=True与cv="prefit"结合使用也将引发错误。- n_jobsint, default=None
并行运行的作业数。当
cv代表交叉验证策略时，每个数据拆分上的拟合和评分是并行完成的。None表示 1，除非在joblib.parallel_backend上下文中。-1表示使用所有处理器。有关更多详细信息，请参阅术语表。- random_stateint, RandomState instance or None, default=None
当
cv是浮点数时，控制交叉验证的随机性。请参阅术语表。- store_cv_resultsbool, default=False
是否存储在交叉验证过程中计算的所有分数和阈值。
- 属性:
- estimator_估计器实例
预测时使用的已拟合分类器。
- best_threshold_float
新的决策阈值。
- best_score_float 或 None
目标度量的最佳分数，在
best_threshold_处评估。- cv_results_dict 或 None
包含在交叉验证过程中计算的分数和阈值的字典。仅当
store_cv_results=True时存在。键为"thresholds"和"scores"。classes_形状为 (n_classes,) 的 ndarray类别标签。
- n_features_in_int
在 fit 期间看到的特征数。仅当底层估计器在拟合时暴露此属性时才定义。
- feature_names_in_shape 为 (
n_features_in_,) 的 ndarray 拟合 期间看到的特征名称。仅当底层估计器在拟合时公开此类属性时才定义。
另请参阅
示例
>>> from sklearn.datasets import make_classification >>> from sklearn.ensemble import RandomForestClassifier >>> from sklearn.metrics import classification_report >>> from sklearn.model_selection import TunedThresholdClassifierCV, train_test_split >>> X, y = make_classification( ... n_samples=1_000, weights=[0.9, 0.1], class_sep=0.8, random_state=42 ... ) >>> X_train, X_test, y_train, y_test = train_test_split( ... X, y, stratify=y, random_state=42 ... ) >>> classifier = RandomForestClassifier(random_state=0).fit(X_train, y_train) >>> print(classification_report(y_test, classifier.predict(X_test))) precision recall f1-score support 0 0.94 0.99 0.96 224 1 0.80 0.46 0.59 26 accuracy 0.93 250 macro avg 0.87 0.72 0.77 250 weighted avg 0.93 0.93 0.92 250 >>> classifier_tuned = TunedThresholdClassifierCV( ... classifier, scoring="balanced_accuracy" ... ).fit(X_train, y_train) >>> print( ... f"Cut-off point found at {classifier_tuned.best_threshold_:.3f}" ... ) Cut-off point found at 0.342 >>> print(classification_report(y_test, classifier_tuned.predict(X_test))) precision recall f1-score support 0 0.96 0.95 0.96 224 1 0.61 0.65 0.63 26 accuracy 0.92 250 macro avg 0.78 0.80 0.79 250 weighted avg 0.92 0.92 0.92 250
- decision_function(X)[source]#
使用已拟合的估计器对
X中的样本进行决策函数计算。- 参数:
- Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}
训练向量，其中
n_samples是样本数量，n_features是特征数量。
- 返回:
- decisions形状为 (n_samples,) 的 ndarray
已拟合的估计器计算的决策函数。
- fit(X, y, **params)[source]#
拟合分类器。
- 参数:
- Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}
训练数据。
- yarray-like of shape (n_samples,)
目标值。
- **paramsdict
要传递给底层分类器的
fit方法的参数。
- 返回:
- selfobject
Returns an instance of self.
- get_metadata_routing()[source]#
获取此对象的元数据路由。
请查阅 用户指南，了解路由机制如何工作。
- 返回:
- routingMetadataRouter
封装路由信息的
MetadataRouter。
- get_params(deep=True)[source]#
获取此估计器的参数。
- 参数:
- deepbool, default=True
如果为 True，将返回此估计器以及包含的子对象（如果它们是估计器）的参数。
- 返回:
- paramsdict
参数名称映射到其值。
- predict(X)[source]#
预测新样本的目标。
- 参数:
- Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}
样本，如
estimator.predict所接受。
- 返回:
- class_labels形状为 (n_samples,) 的 ndarray
预测的类别。
- predict_log_proba(X)[source]#
使用已拟合的估计器预测
X的对数类别概率。- 参数:
- Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}
训练向量，其中
n_samples是样本数量，n_features是特征数量。
- 返回:
- log_probabilities形状为 (n_samples, n_classes) 的 ndarray
输入样本的对数类别概率。
- predict_proba(X)[source]#
使用已拟合的估计器预测
X的类别概率。- 参数:
- Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}
训练向量，其中
n_samples是样本数量，n_features是特征数量。
- 返回:
- probabilities形状为 (n_samples, n_classes) 的 ndarray
输入样本的类别概率。
- score(X, y, sample_weight=None)[source]#
返回在提供的数据和标签上的 准确率 (accuracy)。
在多标签分类中，这是子集准确率 (subset accuracy)，这是一个严格的指标，因为它要求每个样本的每个标签集都被正确预测。
- 参数:
- Xshape 为 (n_samples, n_features) 的 array-like
测试样本。
- yshape 为 (n_samples,) 或 (n_samples, n_outputs) 的 array-like
X的真实标签。- sample_weightshape 为 (n_samples,) 的 array-like, default=None
样本权重。
- 返回:
- scorefloat
self.predict(X)相对于y的平均准确率。
- set_params(**params)[source]#
设置此估计器的参数。
此方法适用于简单的估计器以及嵌套对象（如
Pipeline）。后者具有<component>__<parameter>形式的参数，以便可以更新嵌套对象的每个组件。- 参数:
- **paramsdict
估计器参数。
- 返回:
- selfestimator instance
估计器实例。
- set_score_request(*, sample_weight: bool | None | str = '$UNCHANGED$') TunedThresholdClassifierCV[source]#
配置是否应请求元数据以传递给
score方法。请注意，此方法仅在以下情况下相关：此估计器用作 元估计器 中的子估计器，并且通过
enable_metadata_routing=True启用了元数据路由（请参阅sklearn.set_config）。请查看 用户指南 以了解路由机制的工作原理。每个参数的选项如下：
True：请求元数据，如果提供则传递给score。如果未提供元数据，则忽略该请求。False：不请求元数据，元估计器不会将其传递给score。None：不请求元数据，如果用户提供元数据，元估计器将引发错误。str：应将元数据以给定别名而不是原始名称传递给元估计器。
默认值 (
sklearn.utils.metadata_routing.UNCHANGED) 保留现有请求。这允许您更改某些参数的请求而不更改其他参数。在版本 1.3 中新增。
- 参数:
- sample_weightstr, True, False, or None, default=sklearn.utils.metadata_routing.UNCHANGED
score方法中sample_weight参数的元数据路由。
- 返回:
- selfobject
更新后的对象。
