pycaret 上的概率与预测标签不匹配

Question

I\xe2\x80\x99m 使用 pycaret 使用以下代码处理分类模型：

\n

sample = pd.DataFrame(sample)\nexp_clf = setup(sample, target = \'match\',fix_imbalance = True)\nclf_model = create_model(\'lightgbm\')\ntuned_clf_model = tune_model(clf_model, optimize = \'Recall\')\ntuned_tuned_clf_model_pred = predict_model(tuned_clf_model, data = sample)\n

\n

现在问题就出现在这一点上，因为标签 1 和 0 的分数重叠：

\n

\n

这是我正在使用的数据，它可以转换为作为字典读取，并转换为数据帧，如上面代码的第一行所示。

\n

\r\n

\r\n

sample = pd.DataFrame(sample)\nexp_clf = setup(sample, target = \'match\',fix_imbalance = True)\nclf_model = create_model(\'lightgbm\')\ntuned_clf_model = tune_model(clf_model, optimize = \'Recall\')\ntuned_tuned_clf_model_pred = predict_model(tuned_clf_model, data = sample)\n

\r\n

\r\n

\r\n

\n

Answer 1

奇怪的是，Score被设置为标签的概率。换句话说，如果模型的原始输出为 0.01，则数据帧将读取Label = 0 | Score = 0.99。如果模型的原始输出为 0.99，则数据帧将读取为Label = 1 | Score = 0.99。我认为当你做的不仅仅是二元分类时，这可能更有意义。

如果您对仅仅相信我的话不满意（我不会责怪您），您可以通过将预测线更改为来获得原始分数

tuned_tuned_clf_model_pred = predict_model(tuned_clf_model, raw_score=True, data = sample)

请注意raw_score=True. 然后您的数据框将有两个分数列（Score_0和Score_1）。从那里，您可以通过执行以下操作获得您想要的直方图

tuned_tuned_clf_model_pred[tuned_tuned_clf_model_pred["Label"]==0].Score_1.hist()
tuned_tuned_clf_model_pred[tuned_tuned_clf_model_pred["Label"]==1].Score_1.hist()