Regresión logística: etiquetado del resultado según la confianza de la clasificación

Question

Hemos entrenado nuestro modelo de regresión logística para clasificar a los candidatos que asisten a las entrevistas como "aptos" o "no aptos" (dos resultados posibles)

Ahora, como paso posterior a la predicción, tenemos previsto clasificar a los candidatos en fuertes/mediocres/débiles en función de la puntuación de probabilidad del modelo.

¿Cuál es la forma correcta de clasificar a los candidatos?

Answer 1

¿Por qué no utilizar más umbrales? Por ejemplo:

1. Si probabilidad < 0,25 entonces clase = "débil"
2. Si 0,25 <= probabilidad <= 0,75 entonces clase = "mediocre"
3. Si probabilidad > 0,75 entonces clase = "fuerte"

Pero recuerde que si su interés es predecir correctamente (en este caso clasificar) nuevas observaciones, no podrá hacer una comparación entre la verdad (2 clases) y las predicciones (3 clases).

Las etiquetas de las predicciones deben ser siempre las mismas que las etiquetas de verdad en un problema de clasificación.

Si acepta el hecho de que su modelo no es perfecto, puede seguir utilizando las probabilidades estimadas como "puntuación" para cada observación. Y utilizar la definición de 3 clases anterior. Pero no podrá decir, por ejemplo, que el modelo tiene una precisión del 80%, debido al diferente número de etiquetas.