使用precision_recall_curve计算最大f1分数？

Question

对于一个简单的二进制分类问题，我想找出什么阈值设置可以最大化f1分数，这是精度和召回率的调和平均值。在scikit learn中有没有内置的工具可以做到这一点？现在，我只是简单地打电话给

precision, recall, thresholds = precision_recall_curve(y_test, y_test_predicted_probas)

然后，我可以使用三元组数组中每个索引处的信息来计算f1分数：

curr_f1 = compute_f1(precision[index], recall[index])

有没有更好的方法来做这件事，或者这就是这个库的用法？谢谢。

Answer 1

在计算精确度、召回率和阈值分数后，您将获得NumPy数组。

只需使用NumPy函数即可找到使F1得分最大化的阈值：

f1_scores = 2*recall*precision/(recall+precision)
print('Best threshold: ', thresholds[np.argmax(f1_scores)])
print('Best F1-Score: ', np.max(f1_scores))

Answer 2

有时，precision_recall_curve会选取一些对数据来说太高的阈值，因此最终得到precision和recall都为零的点。在计算F1分数时，这可能会导致nan。为了确保正确的输出，使用np.divide仅在分母为非零时进行除法：

precision, recall, thresholds = precision_recall_curve(y_test, y_test_predicted_probas)
numerator = 2 * recall * precision
denom = recall + precision
f1_scores = np.divide(numerator, denom, out=np.zeros_like(denom), where=(denom!=0))
max_f1 = np.max(f1_scores)
max_f1_thresh = thresholds[np.argmax(f1_scores)]