optimal_threshold

Prerequisites

Urmatoarele functii sunt necesare pentru rezolvarea task-ului:

• check_predictions

  function [false_positives, false_negatives, true_positives] = check_predictions(predictions, truths) % false pozitives false_positives = sum((predictions == 1) & (truths == 0)); % false negatives false_negatives = sum((predictions == 0) & (truths == 1)); % true positives true_positives = sum((predictions == 1) & (truths == 1)); endfunction

• metrics

  function [precision, recall, F1] = metrics(true_positives, false_positives, false_negatives) % precizie precision = true_positives / (true_positives + false_positives); % recall recall = true_positives / (true_positives + false_negatives); % F1 score F1 = 2 * (precision * recall) / (precision + recall); endfunction

Implementare

Funcția va returna valoarea optimă a pragului best_epsilon, cel mai bun scor F1 (best_F1), associated_precision și associated_recall asociate cu acest prag.

1. initializez rata de recall.

   best_epsilon = 0; best_F1 = 0; associated_precision = 0; associated_recall = 0;

2. setez stepsize si creez un vector epsilons cu aceste valori

   stepsize = (max(probabilities) - min(probabilities)) / 1000; epsilons = min(probabilities):stepsize:max(probabilities);

3. pentru fiecare valoare a lui epsilon, se generează un vector de predicții binare, unde probabilitățile mai mici decât epsilon sunt considerate pozitive (1), iar celelalte negative (0).

   for epsilon = epsilons predictions = probabilities < epsilon;

4. calculez predictiile.

   [false_positives, false_negatives, true_positives] = check_predictions(predictions, truths);

5. calcula precizia, rata de recall și scorul F1

   [precision, recall, F1] = metrics(true_positives, false_positives, false_negatives)

6. Dacă scorul F1 calculat pentru o anumită valoare a lui epsilon este mai mare decât cel mai bun scor F1 găsit până în acel moment, atunci valorile asociate cu acesta sunt actualizate ca fiind cele mai bune.

   if F1 > best_F1 best_F1 = F1; best_epsilon = epsilon; associated_precision = precision; associated_recall = recall; end

Cod sursa