TabularPredictor.calibrate_decision_threshold

TabularPredictor.calibrate_decision_threshold(data: DataFrame | str | None = None, metric: str | Scorer | None = None, model: str = 'best', decision_thresholds: int | List[float] = 25, secondary_decision_thresholds: int | None = 19, subsample_size: int | None = 1000000, verbose: bool = True) → float

在二元分类中校准决策阈值以优化给定的指标。 您可以将此方法的输出作为输入传递给predictor.set_decision_threshold以更新预测器。 如果predictor.problem_type != ‘binary’，将引发AssertionError。

请注意，虽然校准决策阈值可以帮助提高特定指标，但其他指标可能会因此得分降低。例如，在balanced_accuracy上进行校准通常会损害accuracy。用户在使用决策阈值校准时应牢记这一点。

Parameters:

• data (pd.DataFrame 或 str, 可选) – 用于校准的数据。必须包含标签列。 我们建议将此值保持为None，除非您是高级用户并了解其影响。 如果为None，将使用内部数据，例如保留验证数据或交叉验证预测。

• metric (autogluon.core.metrics.Scorer 或 str, 默认 = None) – 在校准期间优化的指标。 如果为None，则使用 predictor.eval_metric。

• model (str, default = 'best') – 用于在校准阈值时预测概率的模型。 如果为‘best’，将使用predictor.model_best。

• decision_thresholds (int | List[float], default = 25) – 在0.5两侧搜索的决策阈值数量。 默认值为25，将导致搜索51个阈值：[0.00, 0.02, 0.04, …, 0.48, 0.50, 0.52, …, 0.96, 0.98, 1.00] 或者，可以传递一个决策阈值列表，并且只搜索列表中的阈值。

• secondary_decision_thresholds (int | None, default = 19) –

  在第一阶段确定的阈值两侧检查的次级决策阈值的数量。 如果为None，则跳过。 例如，如果decision_thresholds=50并且0.14被确定为最佳阈值，而secondary_decision_threshold=9，

  那么将检查以下额外的阈值：

  [0.131, 0.132, 0.133, 0.134, 0.135, 0.136, 0.137, 0.138, 0.139, 0.141, 0.142, 0.143, 0.144, 0.145, 0.146, 0.147, 0.148, 0.149]

• subsample_size (int | None, default = 1000000) – 当 subsample_size 不为 None 且 data 包含的行数超过 subsample_size 时，采样到 subsample_size 行以加快校准速度。 通常不需要使用超过 100 万行进行校准。

• verbose (bool, default = True) – 如果为True，将记录校准过程的信息。

Returns:

• 决策阈值 (一个介于0和1之间的浮点数，定义了预测的决策边界)

• 最大化模型在数据上的指标得分。