У меня есть вопрос относительно классификации в целом. Пусть f - классификатор, который выводит набор вероятностей с учетом некоторых данных D. Обычно можно сказать: хорошо, если P (c | D)> 0,5, мы назначим класс 1, в противном случае 0 (пусть это будет двоичный файл классификация).
Мой вопрос заключается в том, что если я узнаю, что если я классифицирую как 1 также и вероятности, большие чем: т.е. 0,2, классификатор работает лучше. Законно ли тогда использовать этот новый порог при выполнении классификации?
Я бы интерпретировал необходимость более низкой границы классификации в контексте данных, испускающих меньший сигнал; но все еще значимым для проблемы классификации.
Я понимаю, что это один из способов сделать это, но если это не правильное мышление, какие будут некоторые преобразования данных, которые подчеркивают отдельные особенности аналогичным образом, так что порог может оставаться на уровне 0,5?