做一个二分类预测问题，先设定阈值为0.5，概率不小于0.5的样本归入正例类（即1），小于0.5的样本归入反例类（即0）。然后，用阈值n（n>0.5）重新划分样本到正例类和反例类。下列说法正确的有（）。

多选题

277、做一个二分类预测问题，先设定阈值为0.5，概率大于等于0.5的样本归入正例类（即1），小于0.5的样本归入反例类（即0）。然后，用阈值n（n>0.5）重新划分样本到正例类和反例类，下面哪一种说法正确（）。{{c1::}}

答案解析

多选题

我们知道二元分类的输出是概率值。一般设定输出概率大于或等于 0.5，则预测为正类；若输出概率小于 0.5，则预测为负类。那么，如果将阈值 0.5 提高，例如 0.6，大于或等于 0.6 的才预测为正类。则准确率（Precision）和召回率（Recall）会发生什么变化（ ）？

答案解析

多选题

我们知道二元分类的输出是概率值。一般设定输出概率大于或等于 0.5，则预测为正类；若输出概率小于 0.5，则预测为负类。那么，如果将阈值 0.5 提高，例如 0.6，大于或等于 0.6 的才预测为正类。则准确率（Precision）和召回率（Recall）会发生什么变化（多选）？

答案解析

多选题

假设我们要解决一个二类分类问题，我们已经建立好了模型，输出是0或1。初始时设阈值为0.5，超过0.5概率估计，就判别为1，否则就判别为0。如果我们现在用另一个大于0.5的阈值，那么对于正例（实际值为1的样本），正确的说法是 （）

答案解析

判断题

在现有的深度学习模型中，句子情感分类通常会形成一个联合的三类别分类问题，即预测句子为积极、中立或消极。

答案解析