我在尝试为我的随机森林模型设置不同的决策截断值。当我选择1.0作为截断值时，我期望模型在检测正样本时具有很高的精确度，但召回率会很低。然而，scikit在截断值1.0时显示精确度和召回率都为0？这是为什么呢？

回答：

您预测为正类的概率将位于区间(0,1)内。我使用开区间是因为，从数值上讲，没有任何概率会正好是1，而只是一个非常接近的数。如果您将截断值设为正好是1，那么所有预测的概率都将低于这个截断值，所有样本都会被分类为负样本，正如@***所说！

由于精确度和召回率的分子都是真实正例的数量，它们都会是0，因为您的模型会将所有样本预测为负样本，因此您将没有真实或虚假的正例。