我已经构建了一个深度神经网络来分类数据,设定阈值为0.5,这意味着如果输入数据大于0.5,输出为1,否则为0。
我的问题是,这个图表是否合理,以及选择0.5作为阈值是否正确?
回答:
该图表似乎展示了不同阈值下的真正例(TP)和假负例(FN),而不仅仅是0.5。从图表中无法判断0.5是否是一个好的阈值,因为我们不知道对应的阈值数据。即使图表中显示了这些值,也仍然无法确定0.5是否是一个好的阈值,因为这取决于您应用中所需的TP/FN比例。
我已经构建了一个深度神经网络来分类数据,设定阈值为0.5,这意味着如果输入数据大于0.5,输出为1,否则为0。
我的问题是,这个图表是否合理,以及选择0.5作为阈值是否正确?
回答:
该图表似乎展示了不同阈值下的真正例(TP)和假负例(FN),而不仅仅是0.5。从图表中无法判断0.5是否是一个好的阈值,因为我们不知道对应的阈值数据。即使图表中显示了这些值,也仍然无法确定0.5是否是一个好的阈值,因为这取决于您应用中所需的TP/FN比例。