MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → Sınıflandırma eşiği (kesim değeri)

Sınıflandırma eşiği (kesim değeri)kavram

Bir modelin ürettiği olasılık ya da skorun hangi değerden itibaren 'pozitif' sınıf olarak kabul edileceğini belirleyen sınır.

Lojistik regresyon, rastgele orman ya da bir tanı testi her gözlem için sürekli bir skor üretir. Bu skoru 'var/yok' kararına çevirmek için bir eşik gerekir: skor ≥ eşik ise pozitif. Varsayılan 0,5 eşiği her zaman en iyisi değildir. Eşik düşürüldükçe duyarlılık artar ama özgüllük azalır; yükseltildikçe tersi olur. Doğruluk, kesinlik, F1, kappa ve TSS gibi tüm sınıflama ölçüleri seçilen eşiğe bağlıdır.

Eşik; Youden indeksini (duyarlılık + özgüllük − 1) en büyükleyen nokta, duyarlılık ile özgüllüğün eşitlendiği nokta, tahmin edilen prevalansın gözlenene eşitlendiği nokta ya da belirli bir duyarlılığı sağlayan nokta gibi ölçütlerle seçilebilir. En doğru yol, yanlış pozitif ile yanlış negatifin göreli maliyetini ve hedef topluluktaki prevalansı hesaba katmaktır. Eşik aynı veride seçilip başarım da aynı veride raporlanırsa sonuç iyimser olur. AUC ise eşikten bağımsız bir ayırt etme ölçüsüdür.

Gündelik bir örnek

Bir banka dolandırıcılık modelini kullanıyor. Eşik 0,5 olduğunda dolandırıcılıkların %60'ı yakalanıyor ve meşru işlemlerin %5'i yanlışlıkla durduruluyor. Eşik 0,2'ye indirildiğinde yakalama oranı %90'a çıkıyor, ama meşru işlemlerin %20'si duruyor. Hangi eşiğin seçileceği, kaçan bir dolandırıcılığın ve gereksiz yere rahatsız edilen bir müşterinin bankaya maliyetine bağlıdır.

MerQur'da

Gerçek beceri istatistiğinde 'Eşik ölçütü' (Youden, Duyarlılık = özgüllük, Tahmini = gözlenen prevalans, Maks. Kappa, Duyarlılık ≥ 0.90) ve 'Elle eşik', Rastgele ormanda 'Olasılık eşiği (ikili)', Destek vektör makinesinde Platt olasılığına uygulanan 'Olasılık eşiği', Probit regresyonda 'Sınıflama kesimi' seçenekleri bulunur. ROC eğrisinde 'Kesme ölçütü' eşiği Youden J, (0,1)'e en yakın nokta, ağırlıklı Youden ya da hedef duyarlılık veya özgüllükle seçer. Lojistik regresyonda 'Sınıflama kesme değeri', Gradyan artırma, Karar ağacı ve Yapay sinir ağında 'Olasılık eşiği' ikili sınıflamada yalnız sınıf tahminlerini değiştirir.

Bu kavramın geçtiği analizler

Lojistik RegresyonROC EğrisiGerçek Beceri İstatistiğiRastgele OrmanDestek Vektör MakinesiGradyan ArtırmaKarar AğacıYapay Sinir AğıProbit Regresyon

İlgili kavramlar

Youden J indeksi (optimal eşik)Sınıflandırma tablosu (karışıklık matrisi)