控制Scikit-Learn中LDA和QDA的后概率阈值

Question

考虑以下用例（这完全是从James等人的统计学习简介中crib缩）。

您正在尝试预测信用卡所有者是否会根据各种个人数据默认。您正在使用线性判别分析（或出于这个问题的目的，是二次判别分析）。

您希望您的估计器优先考虑实际的正率优先于误报率。也就是说，正确识别即将违约比预测未能实现的默认值更为重要。

在sklearn.lda.lda和/或sklearn.qda.qda类中是否有设置？我认为也许使用class_prior命名参数构建它们是适当的，但这似乎并不接受。

Answer 1

您可以使用lda.predict_proba更改决策阈值，然后手动对概率进行阈值：

lda = LDA().fit(X_train, y_train)
probs_positive_class = lda.predict_proba(X_test)[:, 1]
# say default is the positive class and we want to make few false positives
prediction = probs_positive_class > .9

这将为您提供非常保守的估计，即它们是否会违约（只有在90％确定的情况下它们默认）。.9实际上是否对应于90％的确定性取决于分类器的校准程度。