预测的类别和相应的概率与H2O相矛盾

Question

我使用H2O进行了二进制分类。我只是简单地将我的训练分为3个，分别是训练，校准和测试。经过培训和校准后，我检查了测试仪上的结果。这里是对应的部分：

final_grid = H2OGridSearch(model=H2OGradientBoostingEstimator(model_id = 'contract_gbm2', 
                                    stopping_rounds = 5, stopping_tolerance = 1e-4, seed = 23,
                                    stopping_metric = "AUC",balance_classes = True,
                                    max_runtime_secs=300, calibrate_model=True, calibration_frame=valid,

                                    nfolds = 5),
                       hyper_params=hyper_params_gbm,search_criteria=search_criteria)

我注意到的是，预测的类别和给定的概率并不总是一致的。见下文：

可以看出，预测不是基于最高概率来确定的吗？我想念什么？

Answer 1

阈值为max-F1，而不是0.5。

当然，如果您不喜欢该阈值，则可以将p1与您喜欢的任何阈值进行比较。