如何找到多标签问题的最佳阈值？

Question

我已经提供了一个单独的评估器（python文件）和地面真实性，用于计算准确性。我的评估标准是F1得分。我想知道如何找到最佳阈值。 （我根据需要使用S型激活）目前，我正在进行命中和审判。因为我相信我有单独的文件，所以我不能使用任何循环技术。任何人都可以建议我。