使用 precision_recall_curve 计算最大 f1 分数？

Question

对于一个简单的二元分类问题，我想找出什么阈值设置使 f1 分数最大化，即精度和召回率的调和平均值。scikit learn 中是否有任何内置功能可以做到这一点？现在，我只是打电话

precision, recall, thresholds = precision_recall_curve(y_test, y_test_predicted_probas)

然后，我可以使用数组三元组中每个索引处的信息计算 f1 分数：

curr_f1 = compute_f1(precision[index], recall[index])

有没有更好的方法来做到这一点，或者这是图书馆打算如何使用？谢谢。

Answer 1

有时precision_recall_curve会选择一些对于数据来说太高的阈值，因此最终会得到precision和recall均为零的点。nan计算 F1 分数时这可能会导致s。为了确保正确的输出，np.divide仅在分母非零的情况下使用除法：

precision, recall, thresholds = precision_recall_curve(y_test, y_test_predicted_probas)
numerator = 2 * recall * precision
denom = recall + precision
f1_scores = np.divide(numerator, denom, out=np.zeros_like(denom), where=(denom!=0))
max_f1 = np.max(f1_scores)
max_f1_thresh = thresholds[np.argmax(f1_scores)]

Answer 2

计算精度、召回率和阈值分数后，您将获得 NumPy 数组。
只需使用 NumPy 函数来找到最大化 F1-Score 的阈值：

f1_scores = 2*recall*precision/(recall+precision)
print('Best threshold: ', thresholds[np.argmax(f1_scores)])
print('Best F1-Score: ', np.max(f1_scores))