4. 阈值分层基础：什么是阈值、阈值在分类模型中的作用与选择策略
在分类模型中，模型输出的通常是一个介于 0 到 1 之间的概率值（例如，客户流失概率为 0.85）。然而，业务决策需要的是一个明确的类别（例如“流失”或“不流失”）。阈值（Threshold） 就是用来将连续的概率值切割为离散类别的分界线。
4.1 什么是阈值
阈值是一个数值，通常记为 t，取值范围在 [0, 1] 之间。当模型输出的概率 p ≥ t 时，样本被预测为正类（Positive）；当 p < t 时，被预测为负类（Negative）。
核心公式：
预测类别 = Positive (1) if p ≥ t else Negative (0)
默认情况下，大多数模型将阈值设为 0.5，但这并非最优选择。阈值的选择直接影响模型的混淆矩阵，进而影响所有衍生指标（准确率、召回率、精确率、F1 分数等）。
4.2 阈值在分类模型中的作用
阈值是连接模型概率输出与业务决策的桥梁。它的核心作用体现在以下三个方面：
| 作用维度 | 具体说明 | 业务影响示例 |
|---|---|---|
| 决策边界 | 将概率转化为明确的类别标签，使模型输出可执行 | 信贷审批中，概率 > 0.7 才拒绝贷款 |
| 权衡控制 | 调节假阳性（FP）与假阴性（FN）之间的平衡 | 医疗筛查中，宁可误报（FP）也不漏诊（FN） |
| 业务对齐 | 将模型性能指标与业务成本/收益挂钩 | 降低阈值可捕获更多高风险客户，但增加人工审核成本 |
💡 关键认知： 阈值不是模型训练出来的参数，而是由数据科学家根据业务场景手动选择的超参数。同一个模型，不同的阈值会呈现出完全不同的性能表现。
4.3 阈值选择策略
选择最优阈值需要结合业务目标与模型评估指标。以下是四种主流的策略：
- 基于业务成本：为 FP 和 FN 分别设定成本权重，选择使总成本最低的阈值。
- 基于指标最大化：使用 Youden 指数（
TPR - FPR）或 F1 分数最大化来选取阈值。 - 基于概率分布：绘制正负样本的概率分布图，选择两类分布交叉点作为阈值。
- 基于业务容忍度：固定召回率（例如 90%），选择能达到该召回率的最低阈值。
下图展示了不同阈值对模型性能指标的影响趋势：
4.4 阈值选择实操流程
在实际项目中，推荐使用以下五步流程来选择阈值：
- 获取概率输出：在验证集上运行模型，获取所有样本的预测概率。
- 计算全量指标：遍历 0 到 1 之间的候选阈值（步长 0.01 或 0.05），计算每个阈值下的 TPR、FPR、精确率、F1 等。
- 绘制性能曲线：绘制 ROC 曲线、精确率-召回率曲线（PR Curve）以及阈值-指标曲线。
- 确定候选阈值：根据业务目标（如最大化 F1、固定召回率）从曲线中选出 2-3 个候选阈值。
- 业务验证：将候选阈值代入业务场景，评估实际成本与收益，最终确定阈值。
⚠️ 常见陷阱： 不要在训练集上选择阈值！阈值选择必须在独立的验证集或交叉验证中进行，否则会导致过拟合，使模型在真实数据上表现大幅下降。
4.5 阈值与 SHAP 的关联
阈值的选择直接影响 SHAP 解释的结论。当阈值变化时，模型的决策边界发生偏移，导致以下变化：
| 阈值变化 | 对 SHAP 解释的影响 | 实操注意事项 |
|---|---|---|
| 阈值降低（更敏感） | 更多样本被预测为正类，SHAP 瀑布图中“推动为正”的特征权重可能被稀释 | 关注特征对概率的绝对贡献，而非对最终类别的贡献 |
| 阈值升高（更保守） | 只有高置信度样本被预测为正类，SHAP 解释更聚焦于强驱动特征 | 注意样本选择偏差，避免忽略边缘样本的特征模式 |
| 阈值动态调整 | 不同子群体可能使用不同阈值，SHAP 需要分层解释 | 使用 SHAP 交互值或分组 SHAP 来捕捉阈值变化的影响 |
下图展示了阈值如何影响 SHAP 瀑布图的决策边界：