我在插入符号中训练glm二项式模型进行欺诈分类（0表示非欺诈，1表示欺诈）：
model.lr <- train(fraud_ind ~ var1 + var2 + var3,
data = d_train, method = 'glm', family = 'binomial', trControl=tr_ctrl
我看到模型输出：
> model.lr
Generalized Linear Model
90826 samples
3 predictors
2 classes: '0', '1'
No pre-processing
Resampling: Cross-Validated (15 fold, repeated 5 times)
Summary of sample sizes: 84772, 84771, 84770, 84772, 84771, 84770, ...
Resampling results:
Accuracy Kappa
0.866818 0.733636
我认为准确性必须与某个阈值相关，但模型没有显示它用于分类的阈值 . 知道这个准确度究竟是如何基于？
1 回答
跟进：
在我发布问题之后，我通过比较预测的概率和分类结果进行了一些详细的分析 .
enter image description here
在图中，X1是“欺诈”的预测概率，X0是“非欺诈”的概率 . 第一列U是二进制分类结果 . 我们可以清楚地看到截止值为0.5 .