ロジスティック回帰における混同行列

Question

バイナリ分類のロジスティック回帰では、predict()を使用している間に、分類器はクラス（1/0）をどのように決定しますか？

確率しきい値に基づいていますか？> 0.5、1 else else？その場合は、このしきい値を手動で変更できますか？

私はpredict_prob()から確率を得ることを知っていますが、私はpredict()の機能について興味がありました！

Answer 1

ロジスティック回帰は、他の分類モデルと同様に、各クラスの確率を返します。バイナリ・プレディクタであるため、2つのクラスしかありません。

source codeから、predict()は、最も高いクラス確率を持つクラスを返します。

def predict(self, X): 
    """Predict class labels for samples in X. 
    Parameters 
    ---------- 
    X : {array-like, sparse matrix}, shape = [n_samples, n_features] 
     Samples. 
    Returns 
    ------- 
    C : array, shape = [n_samples] 
     Predicted class label per sample. 
    """ 
    scores = self.decision_function(X) 
    if len(scores.shape) == 1: 
     indices = (scores > 0).astype(np.int) 
    else: 
     indices = scores.argmax(axis=1) 
    return self.classes_[indices] 

クラス確率= 1