Unverified50% confidenceSolutionExact time
在二分类中模型默认使用0.5作为判定阈值，但假阳性和假阴性的代价往往不对等，需通过成本敏感的阈值优化调整决策边界
1
Sources
50%
Confidence
Long-term
Relevance
8/28/2026
First Seen
Sources
Related Entities
Related Claims
Unverified逻辑回归中，预测概率大于0.5时分类为正例，小于0.5时分类为负例，但该0.5阈值可根据业务需求调整76% similarUnverified基于酶抑制率法原理，价格门槛低、上手简单，但该方法本身存在假阳性和假阴性概率，结果只能作为初筛参考，不能替代实验室级别的定量检测71% similarUnverified评估基准测试质量的关键指标是假阳性率和假阴性率，理想基准应将两者控制在较低水平70% similarUnverified最优阈值可通过最大化Youden指数（灵敏度+特异度-1）确定，在假阳性与假阴性代价对等时是最优阈值选择准则70% similarUnverified单一时段数据、缺乏横向对比及口径差异使得51%零赔付数据应被视为值得深入追问的信号而非对公司的定性判决69% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/813021API
curl https://kongchang.com/api/v1/knowledge/claims/813021MCP
get_claim(id=813021)