基于阈值重新计算二进制分类概率的值

Question

我有高度不平衡的数据，所以对于二进制分类，我转换阈值为0.06的1类的概率。

我想向管理层展示概率，所以我需要调整，条件是0.06是我新的50%边界。

所以我希望我的低概率，比如0.045, 0.067, 0.01值被重新计算为更高的百分比。

我想我应该把它相乘，但我不知道如何找到值。

参考数据

id     probability
_____________________
168835    0.529622
168836    0.870282
168837    0.988074
180922    0.457827
78352     0.272279
...   
320739    0.003046
329237    0.692332
329238    0.926343
329239    0.994264
320741    0.002714

Answer 1

不确定一年后它是否有用，但你要做的是应用逆函数，返回x值，将所有内容向左移动，并重新应用概率函数来返回概率。乘法是行不通的，除非你使用的是线性函数，我猜情况并非如此。

假设你使用标准的逻辑回归，你重新计算概率的代码应该看起来像这个

import numpy as np
import pandas as pd
df = pd.DataFrame({"probability_old":[0.529622,0.870282,0.988074,0.457827,0.272279,0.003046,0.692332,0.926343,0.994264,0.002714,0.06,0.5]})
def sig(z):
return 1/(1+np.exp(-z))
def inv_sig(z):
return np.log(z/(1-z))
y_0 = 0.06
# inv_sig(y_0) ≈ -2.75
df["probability_new"] = sig(inv_sig(df["probability_old"]) - inv_sig(y_0))

结果：

probability _new

id	probability_old
0	0.529622	0.946352
1	0.870282	0.990576
2	0.988074	0.999230
3	0.457827	0.929723
4	0.272279	0.854264
5	0.003046	0.045680
6	0.692332	0.972417
7	0.926343	0.994950
8	0.994264	0.999632
9	0.002714	0.040892
10	0.060000	0.500000
11	0.500000	0.940000