如何修改sklearn中LogisticRegression的预测阈值为0.7

sklearn的LogisticRegression默认predict()方法的0.5判定阈值没有提供直接修改的参数，不用硬改源码，两种常用实现方式如下：

• 方式1：手动获取概率后按自定义阈值判定（简单场景最常用）
  不要直接调用默认的predict()，先通过predict_proba()拿到样本属于类别1的预测概率，再自己做阈值判断即可：

  model = LogisticRegression().fit(X_train,y_train)    
  # 取出所有测试样本属于类别1的预测概率
  pos_proba = model.predict_proba(X_test)[:, 1]
  # 阈值设为0.7，大于阈值判为1，否则判为0
  predictions = (pos_proba > 0.7).astype(int)
  

  提示：predict_proba()返回的数组列顺序和model.classes_属性一一对应，二分类场景下类别1的概率默认在索引为1的列，如果你的类别编码不是0/1，可以先打印model.classes_确认类别1对应的索引再取值。

• 方式2：自定义子类重写predict方法（适合需要复用、要接入sklearn生态做交叉验证/网格搜索的场景）
  自己写一个继承原生LogisticRegression的类，把阈值作为初始化参数，重写预测逻辑即可，后续用法和原生模型完全兼容：

  from sklearn.linear_model import LogisticRegression
  
  class CustomThresholdLogisticRegression(LogisticRegression):
      def __init__(self, threshold=0.5, **kwargs):
          self.threshold = threshold
          super().__init__(**kwargs)
      
      def predict(self, X):
          pos_proba = self.predict_proba(X)[:, 1]
          return (pos_proba > self.threshold).astype(int)
  

  调用时直接传入目标阈值即可：

  # 初始化时直接指定0.7的判定阈值
  model = CustomThresholdLogisticRegression(threshold=0.7).fit(X_train, y_train)
  # 直接调用predict就会按0.7阈值输出结果
  predictions = model.predict(X_test)
  

注意：判定阈值的调整会直接影响模型在类别1上的精确率、召回率表现：阈值越高，判为类别1的条件越严格，类别1的精确率通常会升高、召回率会降低，建议结合验证集的业务指标要求选择最优阈值，不要随意设定。

内容的提问来源于stack exchange，提问作者rafine