PyCaret:分类分数与标签不一致



我正在使用PyCaret 2.3进行二进制分类任务。

模型统计数据看起来很可靠,我可以使用此模型进行预测(例如精度=0.9(

我感到困惑的是产生的预测。似乎分数和标签根本不一致。

我希望按Score对预测输出进行排序会显示最高分数的Label=1。然而,分数/标签到处都是。最高Score值的Label为0。对于Label=1,我看到得分值在0.95到0.5007之间。得分通常在0.5003到0.997之间。

Score表示给定Label为true的概率。

即标签=1,得分=0.7意味着有70%的可能性这是标签=1。反之亦然,标签=0且得分=0.9意味着90%的可能性为标签=0。

predict_model()具有选项raw_score=True。这将为您提供每个标签的所有概率。

最新更新