在二分類任務中，我們經常需要根據概率值來確定類別。通常的方法是設定0.5的中間閾值，但是在一些不平衡的任務中，我們並不知道閾值應該設定為多少，這時可以簡單的利用決策樹的方法，視覺化的來求得最優閾值。當然你也可以用一個簡單的神經網路來擬合這個閾值。

下面就是python呼叫sklearn庫來實現的閾值求解程式碼：

from sklearn import tree

X = []
Y = []
for line in f_lines:
    x = [line.strip()]
    X.append(x)
for line in f1_lines: 
    Y.append(line.strip
 
())

print(len(X))
print(len(Y))
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, Y)

print(clf.get_params())

import graphviz
dot_data = tree.export_graphviz(clf,out_file=None)
graph = graphviz.Source(dot_data)
graph.render("iris")

graph