R 调谐器阈值如何调整预测阈值？

这是一个交叉柱。我没有运气在那里发布与

mlr

包相关的问题，所以我想我会在这里试试

我想使用

tuneThreshold

和学习者参数来调整以下分类任务的阈值

在调整学习者时，我首先尝试通过设置

makeTuneControlRandom（…，tune.threshold=TRUE）

来调整阈值：

这里的最佳阈值为0.51

然后，我尝试直接在预测对象上使用

tuneThreshold

来调整阈值：

tuneThreshold(r$pred)
$th
[1] 0.5650756

$perf
      mmce 
0.05303195 

这里的最佳阈值为0.565。我不明白为什么这里的最佳阈值与上面的不同，为什么它没有返回与上面找到的相同的阈值，即0.51？这似乎增加了另一层随机性，但我不知道在哪里或如何添加，因为当我再次调用

tuneThreshold（r$pred）

时，阈值和性能分数不会改变。

tuneThreshold

究竟是如何工作的？它与预测对象

r$pred

有什么关系？

• 你指向CrossValidated的链接已失效

• 始终对随机过程使用

  set.seed（）

  ，以使其可重复

• 加载所有（）的

  功能是什么
  

关于你的问题:

为什么你会认为他们是一样的？您正在做两件完全不同的事情：

• 值1是在CV场景中进行调优时找到的最佳阈值

• 值2是来自单个预测对象的调用（该对象存储的数据集与CV中的数据集不同）

当我再次调用TunerThreshold（r$pred）时，阈值和 绩效分数不变

此调用中没有采样，因此结果将始终相同。

---

在CV期间，您有一个非确定性采样，它会在每次运行中更改您的数据集-除非您设置种子。

谢谢@pat-s。我知道值1从何而来，但我对值2特别感到困惑。外部CV产生3个模型，每个模型都有自己的预测和阈值，那么为什么将

tuneThreshold

应用于

resampleprodiction

对象只返回一个阈值

getPredictionProbabilities（r$pred）

同样也返回预测概率的单个向量-这些概率是如何计算的？它只是所有3个CV折叠的预测概率的集合吗？

tuneThreshold(r$pred)
$th
[1] 0.5650756

$perf
      mmce 
0.05303195