Làm thế nào ngưỡng xác suất của một bộ phân loại có thể được điều chỉnh trong trường hợp có nhiều lớp? [bản sao]

Trên đây là một ví dụ rất đơn giản về việc có đầu ra phân loại xác suất cho trường hợp lớp nhị phân là 0 hoặc 1 dựa trên một số xác suất.
Ngoài ra, thật đơn giản để bạn có thể thay đổi ngưỡng. Bạn đặt ngưỡng cao hơn hoặc thấp hơn 50% để thay đổi số dư chính xác / thu hồi và do đó tối ưu hóa cho tình huống duy nhất của riêng bạn.

Tuy nhiên, khi chúng ta cố gắng có cùng suy nghĩ cho một kịch bản đa giác, thậm chí chỉ có ba lớp như trong hình bên dưới (hãy tưởng tượng rằng đây là những xác suất)

Làm thế nào để bạn bắt đầu nghĩ làm thế nào để thay đổi ngưỡng?
Mặc định là lấy lớp có xác suất lớn nhất (ở đây là lớp 3).
Nếu bạn muốn lấy số dư này (để ảnh hưởng đến độ chính xác / thu hồi) bạn có thể làm gì?
Một ý tưởng có thể là đưa các lớp thống trị đầu tiên tái bình thường hóa chúng và xem xét đặt một ngưỡng trong số hai lớp này, nhưng điều này không giống như một giải pháp tao nhã.
Có một phương pháp vững chắc để làm theo?

Bạn có thể sử dụng phân phối trước trên các lớp.

$v$$\pi$$v \circ \pi$$\circ$$c$$v_c\pi_c$

Nếu bạn muốn phân phối hợp lý, bạn chỉ cần tái chuẩn hóa.

$\pi=(0.4, 0.3, 0.3)$

$v$$f(x)$

$(\frac{v_1}{1-\theta}, \frac{v_2}{\theta})$$\pi=(\frac{1}{1-\theta}, \frac{1}{\theta})$

$\pi$

Đối với một cách nguyên tắc hơn để kết hợp loại giả định trước đó vào mô hình của bạn, bạn có thể muốn xem xét suy luận Bayes.