glm二项模型在Caret中的精度是如何计算的？

我正在caret中训练glm二项模型进行欺诈分类（0表示未欺诈，1表示欺诈）：

我认为准确度必须与某个阈值有关，但模型没有告诉我它使用哪个阈值进行分类。你知道准确度的依据是什么吗？

跟进：

在我发布我的问题后，我通过比较预测的概率和分类结果做了一些详细的分析

u=预测（model.lr，d_列，type='raw'）

v=预测（模型lr，d_系列，类型='prob'）

---

w它使用了0.5的截止值。@误用谢谢。我认为0.5是正确的。实际上，我使用type='prob'和type='raw'进行了一些详细的分析以预测结果。发现截止值是0.5。

model.lr <- train(fraud_ind ~ var1 + var2 + var3,
                  data = d_train, method = 'glm', family = 'binomial', trControl=tr_ctrl

> model.lr
Generalized Linear Model 

90826 samples
    3 predictors
    2 classes: '0', '1' 

No pre-processing
Resampling: Cross-Validated (15 fold, repeated 5 times) 
Summary of sample sizes: 84772, 84771, 84770, 84772, 84771, 84770, ... 
Resampling results:

  Accuracy  Kappa   
  0.866818  0.733636