R 在计算混淆矩阵时选择最佳阈值？

在计算混淆矩阵时，是否有任何方法可以选择最佳阈值，从而使误报和漏报的数量最小化，从而获得最佳的可能组合

到目前为止，我已经尝试过手动更改阈值，但这太累人了

---

提前感谢。

您可以使用WEKA优化阈值。当模型的精度最高时，将达到最佳阈值。否则，您也可以使用ROC曲线

我从某处复制了这段代码以获得最佳阈值。我认为它给出了这里的问题：

pred <- prediction(data$predicted_values, data$observations)
ss <- performance(pred, "sens", "spec")
plot(ss)
best_threshold <- ss@alpha.values[[1]][which.max(ss@x.values[[1]]+ss@y.values[[1]])]

---

希望它能帮助您

您尝试了什么？手动将阈值更改为不同的值。但那太费劲了。我在谷歌上也找不到任何东西。你有什么解决办法吗？没有。我实际上是想鼓励你提供更多关于你的问题和你已经尝试过的东西的信息。通常情况下，人们不会努力回答只有一句话的问题。你可能需要使用ROC曲线。在交叉验证方面，您可能会得到更多帮助；这就是它被创造的目的。另外，请参阅以自动优化它。