知识卡片
阈值分类的局限
一个自然的想法是:线性回归能拟合连续预测值,那么加个阈值把低于阈值的设为 0、高于的设为 1,不就能做二分类吗?信用卡逾期判别案例中,设阈值 0.5,hθ(x)≥0.5 判为恶意逾期,否则为非恶意。 问题出在数据并非总是规整:有些客户只是超过几天忘记还款,并非真的恶意。若仍用 0.5 阈值,判定结果中会混入非恶意逾期,出现更多此类样本时模型更难应对。 根因是函数在 0.5 处存在“跃阶”现象——只要结果比 0.5 大 0.0001 就判为正类,模型过于敏感、结果非负即正,过于“死板”。 破题思路:不再直接判定类别,而是输出属于正类或负类的概率,概率越高把握越大。这正是引入 Sigmoid 函数的动机。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 趋势预测专家:回归分析 4.4.1 从线性到非线性 · 查看原书依据
这时如果我们还是用0.5的阈值,那么判定为恶意逾期的结果中就包含了非恶意逾期的情况,判定结果显得没那么准确。如果出现更多逾期非恶意欠款的情况,模型就更加难以应对。显然在线性回归中加入阈值的方法已经不能够满足我们的分类需求。
参考来源
- 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第4章《趋势预测专家:回归分析》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00009.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292)
- 结论依据:原文指出“显然在线性回归中加入阈值的方法已经不能够满足我们的分类需求”,并解释函数在 0.5 处的跃阶导致模型过于敏感,支撑本卡对阈值方案局限的分析。
- 原始内容:这时如果我们还是用0.5的阈值,那么判定为恶意逾期的结果中就包含了非恶意逾期的情况,判定结果显得没那么准确。如果出现更多逾期非恶意欠款的情况,模型就更加难以应对。显然在线性回归中加入阈值的方法已经不能够满足我们的分类需求。