Порог решения и компромисс
Зачем это нужно
Модель обычно выдаёт не «собака», а вероятность: «собака на 73%». Где провести черту «считаем собакой» — отдельное решение, и оно двигает все метрики.
Как это работает
Порог — граница вероятности, выше которой срабатывает «да». Низкий порог: ловим почти всех собак (recall ↑), но много ложных тревог (precision ↓). Высокий: тревожим редко и точно (precision ↑), но многих пропускаем (recall ↓). F1 (идея) — способ свернуть баланс точности и полноты в одно число, когда обе важны.
Пример
Антифрод: порог 0.5 блокирует много честных платежей — подняли до 0.9: жалоб меньше, но часть мошенников проходит. Порог — рычаг, который бизнес двигает осознанно.
🧪 Интерактивная лаборатория
Модель выдаёт вероятность «это собака» для 12 животных (6 собак, 6 кошек). Подвинь порог отсечения и посмотри, как меняются матрица ошибок, precision и recall.
Средний порог: баланс ложных тревог и пропусков. «Правильного» порога нет — он зависит от цены ошибки.
Цель: сдвинь порог в одну из крайних зон (≤35% или ≥75%) — увидь компромисс precision/recall своими глазами.
💼 Зачем это менеджеру
Порог — это перевод модели на язык бизнеса: «сколько ложных тревог мы готовы терпеть ради какого покрытия». Настраивается под задачу, а не по умолчанию.
🎯 Быстрый вопрос
Порог подняли с 0.5 до 0.9. Что обычно происходит?