我的神经网络输出是一个用于多标签分类的预测类概率表：
print(probabilities)| | 1 | 3 | ... | 8354 | 8356 | 8357 ||---|--------------|--------------|-----|--------------|--------------|--------------|| 0 | 2.442745e-05 | 5.952136e-06 | ... | 4.254002e-06 | 1.894523e-05 | 1.033957e-05 || 1 | 7.685694e-05 | 3.252202e-06 | ... | 3.617730e-06 | 1.613792e-05 | 7.356643e-06 || 2 | 2.296657e-06 | 4.859554e-06 | ... | 9.934525e-06 | 9.244772e-06 | 1.377618e-05 || 3 | 5.163169e-04 | 1.044035e-04 | ... | 1.435158e-04 | 2.807420e-04 | 2.346930e-04 || 4 | 2.484626e-06 | 2.074290e-06 | ... | 9.958628e-06 | 6.002510e-06 | 8.434519e-06 || 5 | 1.297477e-03 | 2.211737e-04 | ... | 1.881772e-04 | 3.171079e-04 | 3.228884e-04 |我使用阈值（0.2）将其转换为类标签，以测量我的预测的准确性：
predictions = (probabilities > 0.2).astype(np.int)print(predictions)| | 1 | 3 | ... | 8354 | 8356 | 8357 ||---|---|---|-----|------|------|------|| 0 | 0 | 0 | ... | 0 | 0 | 0 || 1 | 0 | 0 | ... | 0 | 0 | 0 || 2 | 0 | 0 | ... | 0 | 0 | 0 || 3 | 0 | 0 | ... | 0 | 0 | 0 || 4 | 0 | 0 | ... | 0 | 0 | 0 || 5 | 0 | 0 | ... | 0 | 0 | 0 |我还有一个测试集：
print(Y_test)| | 1 | 3 | ... | 8354 | 8356 | 8357 ||---|---|---|-----|------|------|------|| 0 | 0 | 0 | ... | 0 | 0 | 0 || 1 | 0 | 0 | ... | 0 | 0 | 0 || 2 | 0 | 0 | ... | 0 | 0 | 0 || 3 | 0 | 0 | ... | 0 | 0 | 0 || 4 | 0 | 0 | ... | 0 | 0 | 0 || 5 | 0 | 0 | ... | 0 | 0 | 0 |问题： 如何在Python中构建一个算法来选择最佳阈值，以最大化roc_auc_score(average = 'micro')或其他指标？
或许可以构建一个手动函数在Python中优化阈值，这取决于准确性指标。
回答：
我假设你的真实标签是Y_test，预测结果是predictions。
根据预测threshold优化roc_auc_score(average = 'micro')似乎没有意义，因为AUC是基于预测的排名计算的，因此需要predictions作为[0,1]之间的浮点值。
因此，我将讨论accuracy_score。
你可以使用scipy.optimize.fmin：
import scipyfrom sklearn.metrics import accuracy_scoredef thr_to_accuracy(thr, Y_test, predictions): return -accuracy_score(Y_test, np.array(predictions>thr, dtype=np.int))best_thr = scipy.optimize.fmin(thr_to_accuracy, args=(Y_test, predictions), x0=0.5)