考试报名
考试报名
考试内容
考试大纲
在线客服
返回顶部

备考刷题,请到

CDA认证小程序

在某疾病筛查场景中,漏诊(将患病者判为健康)的代价远高于误诊(将健康者判为患病)。为了优化模型在实际业务中的表现,在选择分类阈值(Cut-off)时,应采取的策略是:
A. 保持默认阈值0.5不变,因为这是统计学上的中心点。
B. 提高阈值(例如设为0.8),以提高精确率,减少误诊。
C. 降低阈值(例如设为0.2),以提高召回率(灵敏度),尽可能多地找出患病者。
D. 选择使准确率(Accuracy)最高的阈值,因为准确率是最综合的指标。
上一题
下一题
收藏
点赞
评论
题目解析
题目评论(0)

漏诊对应 FN(假负),误诊对应 FP(假正)。题目要求减少 FN。指标关联:召回率(Recall/Sensitivity)= TP / (TP+FN)。要减少 FN,就需要提高 Recall。阈值影响:降低阈值会使更多样本被判定为正类(患病),从而增加 TP,减少 FN,提高 Recall。虽然这会同时增加 FP(误诊),但符合题目“漏诊代价更高”的业务约束。A错误:0.5不一定是最优业务阈值。B错误:提高阈值会减少 FP 但增加 FN,与目标背道而驰。D错误:在类别不平衡或代价不对称时,准确率往往不是最佳指标(例如99%的人没病,全预测没病准确率99%,但召回率为0)。