精确回忆曲线就像楼梯

Question

我正在训练一个使用400个数据集样本的集成模型，这导致了一个看起来像楼梯的精确回忆曲线？除了样本数量较少外，还有什么原因？

Answer 1

精确召回曲线(以及ROC曲线)是由不同的阈值组成的，可用于区分正实例和负实例之间的预测。这些阈值自然取决于分类器预测的可能值。

例如，如果分类器只预测3个不同的值a<b<c，那么阈值t只能位于以下位置：

t<a

a<t<b

b<t<c

c<t

这些位置中的每一个都对应于一对精确和回忆的值，因此在曲线中正好有一个点。因此，曲线的形状(它是否平滑)取决于分类器预测了多少不同的值。

因此，阶梯型曲线表明，分类器只能预测几个不同的值。这有很多原因，但既然你提到了集成学习，我想最终的预测值是基于个别学习者预测正面班级的比例，对吧？如果是的话，这就解释了:如果有N个人学习者，那么最终的预测值只能是0,1/N,2/N,...,N。这意味着N+1不同值的最大值，因此是曲线上N+1点的最大值。